【第9章】使用决策树进行初始信用评级
2019-02-20 14:10:49 0 举报AI智能生成
【第9章】使用决策树进行初始信用评级
作者其他创作
大纲/内容
决策树算法
ID3建树算法
信息增益
信息熵的特点是当随机变量D中的水平较少、混乱程度较低时，信息熵较小，反之则较大。
ID3算法建树原理
ID3产生分类规则
信息增益
信息熵的特点是当随机变量D中的水平较少、混乱程度较低时，信息熵较小，反之则较大。
C4.5建树算法
信息增益率
C4.5算法建树原理
C5.0算法概述
CART建树算法
决策树的剪枝
前剪枝
控制决策树最大深度
控制树中父节点和子节点的最少样本量或比例。
后剪枝
计算节点中目标变量预测精度或误差
综合考虑误差与复杂度进行剪枝
C4.5算法剪枝
CART算法剪枝
决策树概述
在Python中实现决策树
建模
根据业务理解生成更有意义的衍生变量
设置模型的超参数及划分数据集
初始化模型
模型评估
违约用户的突出
指标重要性输出
决策树的可视化
参数搜索调优
评估
ROC曲线绘制
职业： Data Analyst
0 条评论
下一页
