3.1 决策树的构造优点:计算复杂度不高,输出结果易于理解,对中间值的缺失不敏感,可以处理不相关特征数据.缺点:可能会产生过度匹配问题.适用数据类型:数值型和标称型.一般流程:1.收集数据2.准备数据3.分析数据4.训练算法5.测试算法6.使用算法3.1.1 信息增益创建数据集def createDataSet():...

3.1 决策树的构造优点:计算复杂度不高,输出结果易于理解,对中间值的缺失不敏感,可以处理不相关特征数据.缺点:可能会产生过度匹配问题.适用数据类型:数值型和标称型.一般流程:1.收集数据2.准备数据3.分析数据4.训练算法5.测试算法6.使用算法3.1.1 信息增益创建数据集def createDataSet():...

2.1 数据对象与属性类型2.1.1 什么是属性2.1.2 标称属性：其值是一些符号或事物的名称。每个值代表某种类别、编码或状态，因此标称属性又被看作是分类的。　　标称属性不是定量的，找出它的均值或中位数没有意义，有意义的是找到众数，是一种中心趋势度量。2.1.3 二元属性：是一种标称属性，只有两个类别或状态：0或1，也称布尔属性。　　二元属性可以是对称的：关于哪个结...

3.1 数据预处理　　　　数据质量的三个要素：准确性、完整性和一致性。3.1.2 数据预处理的主要任务　　数据清理：填写缺失的值，光滑噪声数据，识别或删除离群点，并解决不一致性来”清理“数据。　　数据集成：　　数据归约:3.2 数据清理3.2.1 缺失值　　1.忽略元组　　2.人工填写缺失值　　3.使用一个全局常量填充缺失值　　4.使用属性的中...