資料採礦 決策樹演算法 ID3 通俗演繹

決策樹是對資料進行分類，以此達到預測的目的。該決策樹方法先根據訓練集資料形成決策樹，如果該樹不能對所有對象給出正確的分類，那麼選擇一些例外加入到訓練集資料中，重複該過程一直到形成正確的決策集。決策樹代表著決策集的樹形結構。決策樹由決策結點、分支和葉子組成。決策樹中最上面的結點為根結點，每個分支是一個新的決策結點，或者是樹的葉子。每個決策結點代表一個問題或決策，通常對應於待分類對象的屬性。每一個葉子結點代表一種可能的分類結果。沿決策樹從上到下遍曆的過程中，在每個結點都會遇到一個測試，對每個結點上問題的不同的測試輸出導致不同的分支，最後會到達一個葉子結點，這個過程就是利用決策樹進行分類的過程，利用若干個變數來判斷所屬的類別。

本文是我在 某保險公司和某電訊廠商資料採礦導論的講義，感興趣可以留下email索要PPT。

背景:

XXX 保險公司使用電話推銷車險。 為了節約呼叫成本，通過資料採礦技術對客戶進行分類， 優先撥打有購買可能性的電話名單。