決策樹培訓講義(PPT 45頁)

決策樹(Decision Tree)
一、分類(Classification)
（2）聚類
3、分類的程序
決策樹分類的步驟
例：
4、分類算法的評估
二、決策樹(Decision Tree)
（一）決策樹的結構
（二）決策樹的形成
（三）ID3算法(C4.5,C5.0)
信息增益
Example(Gain)
Example(續)
Example(end)ID3算法
（四）Decision Tree的建立過程
2、決策樹的剪枝(pruning)
（1）先剪枝方法
（2）後剪枝方法
應用案例：在農業中的應用
第一步：屬性離散化
第二步：概化（泛化）
第三步：計算各屬性的期望信息
計算各屬性的信息增益
第四步：決策樹
案例2：銀行違約率
案例3 對電信客戶的流失率分析
案例4：在銀行中的應用
案例5：個人信用評級
（五）其他算法
1、C4.5與C5.0算法
2、Gini Index算法
Gini Index算法
案例：在汽車銷售中的應用
3、CART算法

..............................