商业数据挖掘 第六章 决策树

决策树   分类、预测强有力工具   对于探测数据也很有用，可以了解大量候选输入变量到一个目标变量的关系

 

决策树代表规则

 

模型准确度和透明度之间要权衡，有些时候更关注决策动机的原因

 

1.什么是决策树

决策树是一种结构。通过应用简单的决策规则，利用这种结构可以将大型记录集分割为相互连接的小记录集。通过每次连续分割，结果集中的成员彼此变得越来越相似。

目标变量通常是分类属性。

决策树可以产生得分和概率

对于许多应用而言，需要做的就是给个得分，按照得分排序列表，这可以选出用于投递的最佳N百分比，并可计算提升度。

 

2.决策树是如何生长的

相对目标变量而言，每个新生节点比原生节点有更高的纯度。

发现拆分 这个过程开始，有一个预分类记录组成的训练集（目标变量已知），首先确定哪个字段会产生最佳拆分：纯度最高（分割不同群组，每个群组里的单个类成为主导）

穷举算法，递归

 

决策树的替代表示方法

方格图、树年轮图

 

 

实际应用中的决策树

探查大的数据集以挑选出有用的变量

预测过程中重要变量的未来状态

为推荐系统形成指导性的客户簇

 

1。对预测变量而言，可能重要的变量

2.把决策树方法应用于顺序事件

3.模拟未来