決策樹的重要性

決策樹的重要性第一頁，共二十九頁，2022年，8月28日決策樹的重要性在商業(yè)界最常用的方法之一第二頁，共二十九頁，2022年，8月28日DecisionTree之意義第三頁，共二十九頁，2022年，8月28日DecisionTree之意義If WehavemuchmoneyAND WearebuyingagiftforanadultTHEN BuyacarIf WehavemuchmoneyAND WerebuyingagiftforachildTHEN Buyacomputer第四頁，共二十九頁，2022年，8月28日YesYesYesYesYesYesYesYesYesYesYesYesYesYesYesYesNoNoNoNoNoNoNoNoNoNoNoNoNoNoNoNoNoNoYes有弦？用吹的？彎如弓的？演奏時(shí)要用下巴夾的？用彈的？有鍵盤的？木管樂器？有簧片？有雙簧片？銅管樂器？常用於通俗樂器中？比演奏者高？常用於通俗樂器中？有十根弦以上？打擊樂器？有弦？鼓棒？有音鎚的？曲型的？筆直的？彈奏？小提琴中提琴低音提琴大提琴不知道豎琴詩琴揚(yáng)琴不知道電子樂器風(fēng)琴Yes撥弦古鋼琴鋼琴YesNoYesNo第五頁，共二十九頁，2022年，8月28日名詞解釋根節(jié)點(diǎn)葉節(jié)點(diǎn)內(nèi)部節(jié)點(diǎn)第六頁，共二十九頁，2022年，8月28日決策樹本質(zhì)：是一個(gè)分類器收入年齡職業(yè)…分類器好普通差銀行客戶:信用分類“信用”為

目標(biāo)屬性：第七頁，共二十九頁，2022年，8月28日決策樹決策樹優(yōu)點(diǎn)：可以萃取分類規(guī)則例如：銀行新客戶的信用分類問題決策樹X1X2Y第八頁，共二十九頁，2022年，8月28日決策樹例子1:信用好,2:信用差收入年齡X2X1

2222222

111

11307萬5萬3萬年齡1111112222222年齡<30年齡>30收入1122221111222

收入<5萬

收入>5萬單純資料混亂資料第九頁，共二十九頁，2022年，8月28日例子:舊客戶購(gòu)買之歷史資料No性別學(xué)院購(gòu)買產(chǎn)品1男商電腦2男人文手機(jī)3女商電腦4女人文手機(jī)新客戶:女生、商學(xué)院，請(qǐng)問她最可能購(gòu)買的產(chǎn)品？第十頁，共二十九頁，2022年，8月28日決策樹例子1:電腦,2:手機(jī)學(xué)院

性別1212男女學(xué)院2211商

人文單純資料男女商人文電腦電腦手機(jī)手機(jī)性別混亂資料(混亂度高)(混亂度低)第十一頁，共二十九頁，2022年，8月28日決策樹目標(biāo)屬性：購(gòu)買產(chǎn)品類別輸入屬性：性別、學(xué)院、年級(jí)性別年級(jí)學(xué)院……購(gòu)買產(chǎn)品購(gòu)買產(chǎn)品第十二頁，共二十九頁，2022年，8月28日混亂度定義:一群物件的目標(biāo)屬性混亂的程度三種計(jì)算方式:P1*

P2[0~1/4]P1:這群物件目標(biāo)屬性值為1的機(jī)率P2:這群物件目標(biāo)屬性值為2的機(jī)率Min(P1,P2)[0~1/2]Entropy:-P1log2P1-P2log2P2

[0~1]第十三頁，共二十九頁，2022年，8月28日練習(xí):計(jì)算混亂度1,1,1,11,1,1,21,1,2,2Min(P1,P2)P1

*P2第十四頁，共二十九頁，2022年，8月28日決策樹精神挑選一輸入屬性，能將目標(biāo)屬性的混亂度降到最低第十五頁，共二十九頁，2022年，8月28日決策樹演算法(Step1)選擇一輸入屬性，將所有objects作分類(Step2)計(jì)算分類後之平均混亂度

(Step3)選擇能使混亂度降得最低的屬性，作為節(jié)點(diǎn)之判別屬性(Step4)反覆(Step1~3)，直到停止條件第十六頁，共二十九頁，2022年，8月28日停止條件當(dāng)葉節(jié)點(diǎn)滿足下列條件即停止1.所有物件的目標(biāo)屬性，皆為同一類2.沒有輸入屬性可以降低混亂度第十七頁，共二十九頁，2022年，8月28日決策樹模型:三階段模式訓(xùn)練階段將決策樹訓(xùn)練出來測(cè)試階段測(cè)試決策樹的準(zhǔn)確性運(yùn)用階段可對(duì)一未知資料作分類第十八頁，共二十九頁，2022年，8月28日DecisionTree之準(zhǔn)確率利用”測(cè)試資料”作測(cè)試第十九頁，共二十九頁，2022年，8月28日練習(xí)ageincomestudentcredit_ratingbuys_computer<=30highnofairno<=30highnoexcellentno31…40highnofairyes>40mediumnofairyes>40lowyesfairyes>40lowyesexcellentno31…40lowyesexcellentyes<=30mediumnofairno<=30lowyesfairyes>40mediumyesfairyes<=30mediumyesexcellentyes31…40mediumnoexcellentyes31…40highyesfairyes>40mediumnoexcellentno第二十頁，共二十九頁，2022年，8月28日age?income?creditrating?fairexcellent<=30>40nonoyesyesyes30~40RootNodeChildNodeLeafNodehmlno第二十一頁，共二十九頁，2022年，8月28日決策樹相關(guān)演算法ID3:(前面所教)Quinlan1979輸入屬性為離散C4.5:(IBMMining軟體所採(cǎi)用)Breiman1984輸入屬性可為連續(xù)第二十二頁，共二十九頁，2022年，8月28日決策樹mining過程A決定想解決的問題B決定目標(biāo)屬性與輸入屬性C決定資料範(fàn)圍D資料前處理或許需要將連續(xù)變數(shù)改為”離散”變數(shù)E建構(gòu)決策樹，並解釋結(jié)果F若無法解釋，應(yīng)回到A或B再思考第二十三頁，共二十九頁，2022年，8月28日決策樹專案注意事項(xiàng)(1/2)目標(biāo)變數(shù)應(yīng)為”離散(類別)”

變數(shù)值不能太多輸入變數(shù)關(guān)聯(lián)性太高不適合使用預(yù)測(cè)所得高低:輸入變數(shù)為年齡，職業(yè)，繳稅高低預(yù)測(cè)打擊率高低:輸入變數(shù)為年齡，守備位置，長(zhǎng)打率，月薪第二十四頁，共二十九頁，2022年，8月28日決策樹專案注意事項(xiàng)(2/2)目標(biāo)屬性與輸入屬性關(guān)聯(lián)性太低例如:樂透獎(jiǎng)輸入：年，月，週，日輸出：樂透號(hào)碼第二十五頁，共二十九頁，2022年，8月28日作業(yè)(碩專)時(shí)間：2週請(qǐng)於3/24(一)前，將報(bào)告mail給老師與上課成員報(bào)告請(qǐng)用Word檔撰寫，約3~6頁應(yīng)說明每位組員的貢獻(xiàn)若有問題詢問，每位組員皆可回答第二十六頁，共二十九頁，2022年，8月28日附錄第二十七頁，共二十九頁，2022年，8月28日