大数据挖掘导论与案例习题参考答案

第5章分类概念与方法

习题1：

使用决策树模型分类分为两个阶段：决策树模型构建和决策树模型应用。

第一阶段：决策树模型的构建

这个阶段的主要步骤如下：

（1）数据准备：收集已标注类别的数据集，并进行必要的数据预处理（如处理缺失值、异常值、连续属性离散化等）。将数据划分为训练集和测试集。

（2）选择划分属性：从根节点开始，将训练集视为当前节点数据集，根据所选算法使用的不纯性度量（如信息增益、增益率、基尼指数等），从可用特征中选择一个最佳特征，将当前节点的数据集划分为更纯的子集。

（3）节点分裂与树生长：根据所选特征的取值创建分支，每个分支形成一个子节点。对每个