该文被密码保护。 阅读全文
摘要：
决策树是一种类似于流程图的树结构。有二元分支树和多分支树两种。内部节点表示在一个属性上的测试，分支是代表一个测试输出，树节点代表类和类分布。 决策树的生成：构建阶段是在开始时先把所有的训练样本放在根节点，然后通过选定的属性来划分样本（必须是离散值），树剪枝阶段是检测和去除训练数据中的噪声和孤立点。 阅读全文
摘要：
三个方面来看数据探索：汇总统计、可视化和联机分析处理 1、汇总统计是用数概括数据的性质（位置度量、散布度量） 频率：一个属性值的频率是数据集里属性值发生次数的百分比 众数：一个属性的众数是具有最高频率的值 百分位数：对于连续的数据，考虑值集的百分位数更有意义 位置度量：均值和中位数 散布度量：极差和 阅读全文