决策树6.1.doc

文档介绍：:..(classification)分类是指把数据样本映射到一个事先定义的类中的学****过程,即给定一组输入的属性向量及其对应的类,用基于归纳的学****算法得出分类。主要目的是分析输入数据,通过在训练集中的数据表现出来的特性,***(classification)分类是指把数据样本映射到一个事先定义的类中的学****过程,即给定一组输入的属性向量及其对应的类,用基于归纳的学****算法得出分类。主要目的是分析输入数据,通过在训练集中的数据表现出来的特性,为每一类找到一种准确的描述或模型。分类问题是数据挖掘领域中研究和应用最为广泛的技术之一分类问题在商业、银行业、医疗诊断、生物学、文本挖掘和因特网筛选等领域都有广泛应用。银行业,可以辅助工作人员将正常信用卡用户和欺诈信用卡用户进行分类,从而采取有效措施减少银行的损失;医疗诊断,可以帮助医疗人员将正常细胞和癌变细胞进行分类,从而及时制定救治方案,挽救病人的生命;因特网筛选,可以协助网络工作人员将正常邮件和垃圾邮件进行分类,从而制定有效的垃圾邮件过滤机制,防止垃圾邮件干扰人们的正常生活。数据分类的基本步骤(参见P126~127)数据分类过程主要包含两个步骤1、学****建模2、分类测试数据分类步骤一:学****建模建立一个描述已知数据集类别或概念的模型;该模型是通过对数据