LEVEL ll 复习大纲篇 | 第三章 预测型数据挖掘模型（下）

第六节、支持向量机

【领会】

支持向量机概述

线性可分

最佳的线性分割超平面

决策边界

【熟知】

支持向量

线性支持向量机

非线性转换

核函数(PolynomialKernel、GaussianRadialBasisFunction、SigmoidKernel)

非线性支持向量机

支持向量机与神经网络间的关系

【应用】

运用数据挖掘软件建立支持向量机模型，解读模型结果，并评估模型效能。

第七节、集成方法

【领会】

集成方法概述

【熟知】

抽样技术 训练数据上的集成方法(袋装法、提升法) 输入变量上的集成方法(随机森林) 【应用】

运用数据挖掘软件建立组合方法模型，解读模型结果，并评估模型效能。

第八节、模型评估

【熟知】

混淆矩阵(正确率(Accuracy)、查准率(Precision)、查全率(Recall)、F-指标(F-Measure))

KS 图(KSChart)

ROC 图(ROCChart)

GINI 图(GINIChart)

回应图(ResponseChart)

增益图(GainChart)

提升图(LiftChart)

收益图(ProfitChart)

平均平方误差(AverageSquaredError)

【应用】

运用数据挖掘软件比较不同模型间的优劣。

这就是大纲第三章的内容，希望对大家能有所帮助。