说明: 本文首先介绍了数据分类的相关概念,分析了数据挖掘中的几种分类技术: 决策树分类、贝叶斯分类、神经网络分类、支持向量机分类,对其中最常用的 决策树分类算法进行了深入地研究。决策树是分类应用中采用最广泛的模型之 一,与神经网络和贝叶斯方法相比,一决策树无须花费大量的时间和进行上千次 的迭代来训练模型,适用于大规模数据集,除了训练数据中的信息外,不再需 要其他额外信息,表现了很好的分类精确度,以其规则易于提取和容易理解的 学硕士学位论文第一章绪论 优点得到了广泛应用。其核心问题是测试属性选择的策略,
<ygjundzxl> 上传 | 大小:3mb