首頁  |   網站導覽  |   會員登入  |  
首頁 » 分析方法 » 資料採礦 » 分類模式 » 決策樹 » 方法簡介

決策樹簡介
Decision Tree Analysis
方法介紹
決策樹為資料採礦的分析方法中，最廣為人知與應用的技術，此類型的方法主要是利用樹狀分枝的概念來作為分類的決策模式。在樹狀圖中會有樹根與樹枝，而兩者之間則有結點連結，每一個結點後的分岔路徑表示兩種可能不同類型的分類，直至剩下的資料皆屬於同種類就停止分類。此處系統提供五種較知名的決策樹方法，皆是實務與研究上實用性極高的方法，列於下表。

分類與迴歸樹(classification and regression tree, CART)
快速不偏有效統計樹(Quick Unbiased and Efficient Statistical Tree, QUEST)
卡方自動交互檢視法(Chi-square automatic interaction detector, CHAID)
C5.0法
隨機森林法(Random Forest)