情報意味論（５） 決定木
内容 印刷用 1-6, 7-12, 13-18, 19-24, 25-30, 31-36, 37-42, 43-48, 49-50, スライド 1 情報意味論（５） 決定木 スライド 2 本日の目標 スライド 3 決定木（decision tree）の例 スライド 4 決定木の別表現 スライド 5 決定木 スライド 6 どんな時、決定木を用いるか スライド 7 決定木の作成：トップダウン スライド 8 どの属性を選ぶか？ スライド 9 エントロピー スライド 10 エントロピー関数 スライド 11 エントロピー（続） スライド 12 情報量の増分 （information gain） スライド 13 訓練事例 スライド 14 次の属性を選ぶ スライド 15 : スライド15 スライド 16 ID3による仮説空間探索 スライド 17 ID3による仮説空間探索 スライド 18 ID3の
データマイニングの事例紹介
データベース・マーケティングの分野では、大量のデータの中から各種手法を使って隠れた法則を見つけ出す「データマイニング」が注目されています。 本稿では、このデータマイニングの一端に触れていただくため、その手法の一つである「決定木」の適用例を見てみることにします。具体的には、雑誌の購買勧誘のためのダイレクトメール（DM）のレスポンス率（回答率）を向上させた事例をご紹介します。 . １．分析の概要 まず、データとして、年齢、性別、子供の有無、所得、銀行カードの有無、家族数、職業といった属性情報を含む個人情報データベースが用意されているところからスタートします。次に、この中から、無作為に何人かを抜き出してＤＭを発送し、レスポンスがあったか否かの結果情報をデータベースに追加します。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
http://musashi.osdn.jp/tutorial/mining/xtclassify/model.html
