数据挖掘课堂笔记

四种决策树算法比较

	C5.0	C&RT	CHAID	QUEST
树形	多叉树	二叉树	多叉树	二叉树
输出形式	分类变量	分类、数值变量	分类、数值变量	分类变量
节点分裂方式	信息增益率	Gini系数	统计显著性检验	自动选择
剪枝方式	依据训练集进行正态分布剪枝	测试集	-	-

C5.0缺失值使用加权平均，C&RT使用代理变量

建模比赛要点

1. 理念符合政策

2. 建模目标明确

3. 数据符合客观

4. 数据回滚部署

建模流程

1. 确定目标
2. 数据整合
3. 数据清晰
4. 构建模型
5. 模型融合
6. 模型评估
7. 模型部署
8. 数据回滚