数据挖掘决策树的建立(PPT 23页)

学习数据挖掘的工具-weka
天气数据
ID3决策树算法描述
信息值（熵）、信息增益的概念
ID3算法的不足及改进
C4.5算法做出的改进
C4.5算法的缺点
weka是用Java语言编写的完整的软件资源
Explorer是weka的主要图形用户界面
weka存储数据的原始方式是ARFF或CSV文件格式
ARFF文件是由一组实例组成，
并且每组实例的属性值由逗号分开。（属性的类别）
决策节点：
1.最上面的节点称为根节点，是整个决策树的开始。
2.每个节点子节点的个数与决策树在用的算法有关。（二叉树、多叉树）
分支：判断过程，要么是新的决策节点，要么是叶子
树叶:树的结尾，每个叶子代表一个类别
..............................

上一篇：色彩如何影响购买决策(PPT 15页)

下一篇：资本性投资决策(XLS 1页)

决策分析目录(doc 13页)

计划与决策培训课程(PPT 52页)

生产决策分析教材(PPT 99页)

GRK管理复习笔记：决策与计划.pdf16

计划与决策概述(PPT 108页)

计划与决策管理概述(pdf 18页)