用户头像

发起人：DataFish 初入职场

数据分析师/培训师

回复 ( 1 )

  1. DataFish
    DataFish 初入职场
    0
    举报 回复
    理由
    举报 取消

    1. 了解数据和选择变量

    在面对几十上百个陌生的变量时，可以使用决策树输出变量重要性，从而把精力集中在其中比较有用的子集中

    2. 估计分类概率

    通常决策树会将叶子节点的每种分类的数量比例作为分类概率，从而打分

    3. 生成排名

    对许多案例来说，分数的顺序比打分本身更重要，因为在有限的时间精力、营销资源条件下，对哪些客户优先使用资源是资源管理者所面临的问题

    4. 用于分类

    决策树显而易见是一个分类器，这在各种文献中广泛应用。值得一提的是，在市场营销中，估计分类概率比分类本身更有用

    5. 用于数值估计

    决策回归树是不错的值估计的方法

我来回答

Captcha 点击图片更换验证码