決策樹培訓課件(PPT 83頁)

數據挖掘簡介
決策樹的用途
決策樹的建立（ID3）
C4.5示例
Weka J48源碼解析
數據挖掘10大算法
建立分類模型的一般方法
決策樹的建立
補充：信息熵例子
補充：信息熵
補充：關於某布爾分類的熵函數
補充：更一般的熵定義
補充：用信息增益度量期望的熵降低
決策樹的建立-- 決策樹建立的關鍵
決策樹的建立-- 對測試樣例的信息期望
決策樹的建立--對測試樣例的信息期望
決策樹的建立--例
決策樹的建立-- 決策樹建立步驟（例）
決策樹的建立--青年組數據表分析（例）
決策樹的建立--老年組數據表分析（例）
決策樹算法流程（ID3）
從ID3到C4.5
ID3信息增益存在的問題
C4.5信息增益率
C4.5例
C4.5例－選劃分點
C4.5例－選屬性
C4.5比ID3的改進
C4.5示例Weka J48
weka中的weather數據（字符型、數值型）
Weka J48算法源碼解析

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