数据挖掘简单概括.pptVIP

6.2决策树分类算法决策树的建立--决策树建立步骤（例）计数收入学生信誉归类：买计算机？60中否良买64低是良买64低是优不买132中是良买63中否优不买1中否优买年龄青中老买学生计数收入信誉归类：买计算机？64低良买64中优买计数收入信誉归类：买计算机？64高良不买64高优不买128中良不买是否树叶6.2决策树分类算法决策树的建立--决策树建立步骤（例）计数收入学生信誉归类：买计算机？60中否良买64低是良买64低是优不买132中是良买63中否优不买1中否优买年龄青中老买学生是否买不买6.2决策树分类算法决策树的建立--决策树建立步骤（例）老年组数据表分析：1.假定选择收入作节点I(257,127)=0.9157I(64,64)=1比例:128/384=0.3333I(193,63)=0.8050比例:256/384=0.6667平均信息期望（加权总和）：E(收入）=0.3333*1+0.6667*0.8050=0.8700Gain(收入)=I(257,127)-E(收入)=0.9157–0.8700=0.0457计数收入学生信誉归类：买计算机？60中否良买64低是良买64低是优不买132中是良买63中否优不买1中否优买计数收入学生信誉归类：买计算机？64低是良买64低是优不买计数收入学生信誉归类：买计算机？60中否良买132中是良买63中否优不买1中否优买6.2决策树分类算法决策树的建立--决策树建立步骤（例）老年组数据表分析：2.假定选择学生作节点I(257,127)=0.9157I(196,64)=0.8051比例:260/384=0.6771I(61,63)=0.9998比例:124/384=0.3229平均信息期望（加权总和）：E(学生）=0.6771*0.8051+0.3229*0.9998=0.8680Gain(学生)=I(257,127)-E(学生)=0.9157–0.8680=0.0477计数收入学生信誉归类：买计算机？60中否良买64低是良买64低是优不买132中是良买63中否优不买1中否优买计数收入学生信誉归类：买计算机？64低是良买64低是优不买132中是良买计数收入学生信誉归类：买计算机？60中否良买63中否优不买1中否优买6.2决策树分类算法决策树的建立--决策树建立步骤（例）老年组数据表分析：3.假定选择信誉作节点I(257,127)=0.9157I(256,0)=0比例:256/384=0.6667I(1,127)=0.0659比例:128/384=0.3333平均信息期望（加权总和）：E(信誉）=0.6667*0+0.3333*0.0659=0.0220Gain(信誉)=I(257,127)-E(信誉)=0.9157–0.0220=0.8937结论:决定选择属性信誉计数收入学生信誉归类：买计算机？60中否良买64低是良买64低是优不买132中是良买63中否优不买1中否优买计数收入学生信誉归类：买计算机？60中否良买64低是良买132中是良买计数收入学生信誉归类：买计算机？64低是优不买63中否优不买1中否优买为什么频繁模式挖掘是数据挖掘的基本任务?关联,相关,因果关系序列模式,时间或周期关联,局部周期性,空间和多媒体关联关联分类,聚类分析,冰山方,fascicles(语义数据压缩)许多基本的数据挖掘任务的基础01购物篮数据分析,交叉销售,分类设计,销售活动分析Web日志(点击流)分析,DNA序列分析,等.广泛的应用0201Apriori02关联规则的一个算法03CARMACARMA算法简介CARMA是一种比较新的关联