[数据挖掘与决策树,理论与应用]决策树例题经典案例280

　　Lior Rokach,Ben-Gurion University,Israel 　　Oded Maimon,Tel-Aviv University,Israel
　　Data Mining With Decision
　　Trees
　　Theory and Applications
　　2008, 244pp.
　　Hardcover
　　ISBN 9789812771711
　　
　　L.罗卡克等著
　　数据挖掘是一门科学、一门艺术,也是一门技术。它用来探索一批量大且复杂的数据,以便从中发现有用的模式。决策树是简单而又成功的技术,用来预测和解释有关一个数据项的某些度量与它的目标值之间的关系。决策树原本是从逻辑、管理和统计学中演绎而来的,除了应用于数据挖掘以外,现在它是在文本挖掘、信息析取、机器学习和模式识别等其他领域中高度有效的工具。
　　本书共有12章,分成三大部分。第一部分,含第1-3章。介绍了数据挖掘与决策树的基础(包括基本原理、对理论的系统阐述及详细评估。1.决策树介绍;2.生长决策树;3.分类树的评估。第二部分,含第4-8章。介绍了自动生长决策树的基本及高级算法。4.分裂标准;5.树的剪枝;6.高级决策树;7.决策域林;8.决策树增量学习。第三部分,含第9-12章。介绍了为改进决策树的性能并使之适应于某些情况的重要拓展。9.特征选择;10.模糊决策树;11.决策树与其他技术混成;12.决策树的顺序分类。
　　本书是世界科技出版社的《机器感知与人工智能丛书》第69卷,它可用作知识发现、数据挖掘、机器学习专业的重要参考书。
　　胡光华,
　　高级软件工程师
　　(原中国科学院物理学研究所)
　　Hu Guanghua, Senior Software Engineer
　　(Former Institute of Physics,CAS)