Search this site
Embedded Files
Skip to main content
Skip to navigation
首頁
組員介紹
研究專題
Data Mining
分類
分群
平台介面教學
LDA
SVM
KNN
ANN
CART
K-Means
Hierchical Cluster
PAM
參考文獻
結果
R shiny app
首頁
組員介紹
研究專題
Data Mining
分類
分群
平台介面教學
LDA
SVM
KNN
ANN
CART
K-Means
Hierchical Cluster
PAM
參考文獻
結果
R shiny app
More
首頁
組員介紹
研究專題
Data Mining
分類
分群
平台介面教學
LDA
SVM
KNN
ANN
CART
K-Means
Hierchical Cluster
PAM
參考文獻
結果
R shiny app
CART
首先選擇想要預測的分類變數(Y)
選擇要加入模型的預測變數(X)
選擇要抽取的訓練集樣本大小
選擇分割方法
包含 gini 和 information 法。
結果
CART
的參數預設值
決策樹
每個分支都附有分支的條件。
透過預測出的模型對測試集進行預測
呈現混淆矩陣、準確率
可輸入一筆新資料進行預測
若無輸入則從原始資料隨機抽取10個樣本
新資料的預覽
Google Sites
Report abuse
Page details
Page updated
Google Sites
Report abuse