【数据挖掘】决策树 思维导图

人工智能基础视频教程零基础入门课程 第六章（上） 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 TensorFlow深入、TensorBoard 十一章 DNN深度神经网络手写图片识别 十二章 TensorBoard可视化 十三章 卷积神经网络、CNN识别图片 十四章 卷积神经网络深入、AlexNet模型 十五章 Keras深度学习框架

第七章 Clementine 的建模技术 第八章 神经网络 第九章 规则归纳 第十章 模型的比较和合并 第十一章 Kohonen 网络 第十二章 关联规则 第十三章 时序分析 第十四章 其它模块

数据挖掘原理与SPSS_Clementine应用宝典.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第1章 数据挖掘概述.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第2章 数据挖掘可挖掘的知识类型.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第3章 数据挖掘的体系结构与模型.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第4章 数据选择.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第5章 数据预处理.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第6章 回归分析.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第7章 贝叶斯分析.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第8章 聚类分析.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第9章 决策树算法.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第10章 关联规则.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第11章 粗糙集理论.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第12章 神经网络.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第13章 遗传算法.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第14章 支持向量机.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第15章 复杂对象数据挖掘.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第16章 数据挖掘建模.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第17章 数据挖掘模型评价.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第18章 SPSS Clementine基础.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第19章 SPSS Clementine数据管理.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第20章 数据的图形化展示.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第21章 数据模型.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第22章 数据挖掘结果的输出.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第23章 数据挖掘项目实施.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第24章 SPSS_Clementine典型案例分析.ppt

分类算法与决策树 1 1 分类的概念 3 2 预备知识 3 2.1 目的 3 2.2 辨别 3 2.3 分类VS预测 3 2.3.1 分类 3 2.3.2 预测 3 2.3.3 相同点 3 2.3.4 不同点 3 2.4 分类VS聚类 4 2.4.1 分类 4 2.4.2 聚类 4 3 算法 4 3.1 目的 4 3.2 分类算法步骤 4 3.2.1 建立模型 4 3.2.2 用模型进行分类 5 3.3 分类准备 5 4 模型 5 4.1 决策树 5 4.2 Model 6 4.3 决策树算法 6 4.4 决策树修剪 6 4.5 决策树应用 6 5 MATLAB实现 7 5.1 加载数据集 7 5.2 分类 7

本代码通过使用python代码实现CART带后剪枝决策树，使用pydotplus库绘制决策树，其中.cvs为数据文件，.png为绘制决策树图形，推荐在anaconda中运行.py 文件

数学建模国赛获奖论文整理，使用决策树做的论文集合，可以系统的学习决策树在数学建模中的应用，非常有用。

数据挖掘方法决策树的实现，C++实现，附带训练和测试数据。

python实现决策树，具体步骤参考博文：http://blog.csdn.net/Dream_angel_Z/article/details/45965463

提供了《SQL Server2008R2数据挖掘与商业智能》课本上实例详细操作，从基础的数据导入，到最后的数据挖掘，中间遇到的问题的解决，个人一一分析，操作。