LEVEL ll 复习大纲篇 | 第三章 预测型数据挖掘模型（上）

第三章 预测型数据挖掘模型

第一节、朴素贝叶斯

【熟知】

朴素贝叶斯(独立性假设、概率的正规化、拉普拉斯转换、空值的问题)

【应用】

运用数据挖掘软件建立朴素贝叶斯模型，解读模型结果，并评估模型效能。

第二节、线性回归

【熟知】

简单线性回归

多元线性回归

相关系数

回归模型的效能评估(MAE、MSE、RMSE、R2、AdjustedR2、AIC&BIC)

【应用】

运用数据挖掘软件建立线性回归模型，解读模型结果，并评估模型效能。

第三节、决策树(分类树及回归树)

【领会】

PRISM 决策规则算法

【熟知】

ID3 决策树算法(ID3 的字段选择方式、如何使用决策树来进行分类预测、决策树与决

策规则间的关系、ID3 算法的弊端)

C4.5 决策树算法，包括 C4.5 的字段选择方式、C4.5 的数值型字段处理方式、C4.5 的空

值处理方式、C4.5 的剪枝方法(预剪枝法、悲观剪枝法)

CART 决策树算法(分类树与回归树、CART 分类树的字段选择方式、CART 分类树的

剪枝方法)

CART 回归树算法(CART 回归树的字段选择方式、如何利用模型树来提升 CART 回归

树的效能)

【应用】

运用数据挖掘软件建立分类树模型，解读模型结果，并评估模型效能。运用数据挖掘软

件建立回归树模型，解读模型结果，并评估模型效能。

这就是大纲第三章的内容，希望对大家能有所帮助。