1.概述决策树归纳是从有类标号的训练元组中学习决策树。决策树是一种类似于流程图的树结构，其中，每个内部结点（非叶子结点）表示在一个属性上的测试，每个分支代表该测试的一个输出，而每个树叶结点存放一个类的类标号。树的最顶层结点是根结点。有些决策树只能产生二叉树，而有些决策树可能产生非二叉树。决策树以自顶...
分类：
其他好文 时间：
2014-11-01 13:21:53
阅读次数：
222
决策树的核心思想是：根据训练样本构建这样一棵树，使得其叶节点是分类标签，非叶节点是判断条件，这样对于一个未知样本，能在树上找到一条路径到达叶节点，就得到了它的分类。举个简单的例子，如何识别有毒的蘑菇？如果能够得到一棵这样的决策树，那么对于一个未知的蘑菇就很..
分类：
编程语言 时间：
2014-10-30 19:26:22
阅读次数：
338
HaarTraining关键的部分是建立基分类器classifier，OpenCV中所采用的是CART（决策树的一种）：通过调用cvCreateMTStumpClassifier来完成。
这里我讨论利用回归的方法来分裂结点，分类的方法只是在分裂结点的方法与之不同而已。...
分类：
其他好文 时间：
2014-10-21 19:41:50
阅读次数：
255
前言本篇继续我们的微软挖掘算法系列总结，前几篇我们分别介绍了：Microsoft决策树分析算法、Microsoft聚类分析算法、Microsoft Naive Bayes 算法、Microsoft 时序算法，后续还补充了二篇结果预测篇、Microsoft 时序算法——结果预算+下期彩票预测篇，看样子...
分类：
数据库 时间：
2014-10-17 23:18:59
阅读次数：
325
1、C4.5机器学习中，决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，而每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的值。决策树仅有单一输出，若欲有复数输出，可以建立独立的决策树以处理不同输出。从数...
分类：
编程语言 时间：
2014-10-17 11:48:04
阅读次数：
166
前言本篇文章同样是继续微软系列挖掘算法总结，前几篇主要是基于状态离散值或连续值进行推测和预测，所用的算法主要是三种：Microsoft决策树分析算法、Microsoft聚类分析算法、Microsoft Naive Bayes 算法,当然后续还补充了一篇结果预测篇，所涉及的应用场景在前几篇文章中也有介...
分类：
数据库 时间：
2014-10-14 18:59:49
阅读次数：
335
例子：分类：play or not ？（是/否） 目的：根据训练样本集S构建出一个决策树，然后未知分类样本通过决策树就得出分类。问题：怎么构建决策树，从哪个节点开始（选择划分属性的问题）方法：ID3(信息增益)，C4.5(信息增益率)，它们都是用来衡量给定属性区分训练样例的能力。1. 为了理解信息....
分类：
编程语言 时间：
2014-10-11 16:33:06
阅读次数：
256
前言本篇文章主要是继续前几篇Microsoft决策树分析算法、Microsoft聚类分析算法、Microsoft Naive Bayes 算法，算法介绍后，经过这几种算法综合挖掘和分析之后，对一份摆在公司面前的人员信息列表进行推测，挖掘出这些人员信息中可能购买自行车的群体，把他们交个营销部，剩下的事...
分类：
数据库 时间：
2014-10-10 19:13:44
阅读次数：
219
本篇文章主要是继续上两篇Microsoft决策树分析算法和Microsoft聚类分析算法后，采用另外更为简单一种分析算法对目标顾客群体的挖掘，同样的利用微软案例数据进行简要总结。有兴趣的同学可以先参照上面两种算法过程。应用场景介绍通过前面两种算法的应用场景介绍，此次总结的Microsoft Naiv...
分类：
数据库 时间：
2014-10-09 17:41:57
阅读次数：
241
本篇文章主要是继续上一篇Microsoft决策树分析算法后，采用另外一种分析算法对目标顾客群体的挖掘，同样的利用微软案例数据进行简要总结。应用场景介绍通过上一篇中我们采用Microsoft决策树分析算法对已经发生购买行为的订单中的客户属性进行了分析，可以得到几点重要的信息，这里做个总结：1、对于影响...
分类：
数据库 时间：
2014-10-07 23:34:24
阅读次数：
265
