三个有名的决策树算法chaid、cart和c4

1、 成功的算法了。CHAID(chi-squared 动交互检测)的前身是 AID，主要特征是多向分叉，前向修剪，其标准如名所 成功的算法了。CHAID(chi-squared 动交互检测)的前身是 AID，主要特征是多向分叉，前向修剪，其标准如名所 输入变量首先要进行离散处理。标准的 CART(classification and regrestrees)ndex)；C4.5 源自有名的 ID3，它只能进行L111222333355555666661010101010为小时。满意度中 1 为不满意、0 为满意。n个自变量中，优先选择哪c4.5、CART 三种决策树算法选择树叉的方式是不一样的，

2、后文详细描述。 量：满意（记为 0）和不满意（记为 1）。自变量为根据修理ID3算法是采用信息增益来选择树叉，c4.5算法采用增益率，CARTGini指标。此外离散型变量和连续型变量在计算信息增益、增益率、ID3算法是采用信息增益来选择树叉，c4.5算法采用增益率，CARTGini指标。此外离散型变量和连续型变量在计算信息增益、增益率、Gini指标时会有些区别。详细描 定理，ID3 算法选择具有最高信息增益的自变量例的信息需求，记为a）-按照故障原因划分所需要的信息需求（记为 a1）。其中原信息需求a 的计算方式为其中D为目标变量，此例中为满意度。m=2，即满意和不满意两种情况。Pi为 其中A

3、 表示目标变量D（即满意度）中按自变量A 划分所需要的信息，即按故障类型进行划分所需要的信息。V 表示在目标变量D（即满意度）中，按照自变量 A（此处为故障原因）1、2、33个子集，因此变量故障原因的信息增益Gain(故障原因)=Info(满意度Info故障原因（满意度）=1- 因此变量故障原因的信息增益Gain(故障原因)=Info(满意度Info故障原因（满意度）=1- 变量故障类型的信息增益Gain(故障类型)=1-修障时长递增排序，即10. 、 、 、 10.212，中点即为（10.2+12）/2=11.1,、5,取相邻两个值的11.1、13离散化为两个11.1 Gain(A)=Inf

4、o(D)-InfoA(D) 影响信息增益的关键为：-InfoA(D)，即按自变量A 进行划属性的方式会倾向于选择具有大量值的属性（即自变量）IDID 对应一个满意度，即按此变量划分每个划分都是纯的（即完全的 （GainRate）来选其中Gain(A)的计算方式与 ID3 算法中的信息增益计算方式相同Gain(故障原因)=0.835（前文已求得 3.CART 算法的Gini CART Gini 何意义，因此实际分为 2V-2 6 个有效子集。然后计算这 6 个有效子集的不纯度和Gini 指标，选取最小的Gini 某个自变量的Gini 对应到满意度模型中，A 为自变量，即故障原因、故障类型、修障时长。D 代表满意 某个自变量的Gini 对应到满意度模型中，A 为自变量，即故障原因、故障类型、修障时长。D 代表满意价，共有 3 条数据。计算子集1,2的不纯度时，即Gini（D1），在故障原因属于1,2的样 计算子集故障原因=1,3Gini指标时，D1D2分别为故障原因=1,3的元组共计 7条数据，故障原因不属于1,323 条数据