رگرسیون درختی و طبقه بندی

داده کاوی یک علم میان رشته ای باهدف استخراج دانش پنهان ازمیان بانک اطلاعاتی انبوه می باشد رگرسیون درختی وطبقه بندی ازروشهای مهم داده کاوی است ومدلی ناپارامتریک وبدون پیش فرض خاص محسوب میشود دراین روش شاخه های دوتایی براساس یک متغیرمستقل ایجادمیشود معیارارزیابی شاخه ها گوناگونی نام دارد برای جداسازی گره به دوزیرگره میتوان ازشاخص جینی یاشاخص دوتایی استفاده نمودمهمترین و اصلی ترین معیارارزیابی درخت ایجادشده معیارنرخ خطا دردرخت است به منظور محاسبه نرخ خطای کل درخت مجموع وزنی نرخ خطاهای برگ هابدست اورده میشود به منظورجلوگیری ازتولیدقانوهای بی کیفیت دربرخی ازشاخه ها هرس صورت میگیرد هرچند این عمل باعث افزایش نرخ خطا میشود اما مانع ازایجادبرخی قانونهای ناکارا میشود توجه به این نکته نیز ضروری است که هرس به نحوی صورت گیرد تاخطا ازمقدارمعینی بیشتر نشود درنهایت بایدتوجه داشت که درختی بهینه است که کمترین هزینه ی دسته بندی اشتباه را برای داده های ازمایشی داشته باشد

کلیدواژه ها:

داده کاوی ، رگرسیون درختی وطبقه بندی ، نرخ خطا ، شاخص جینی ، هرس