数据挖掘学习笔记3-贝叶斯与决策树

一、朴素贝叶斯
贝叶斯的基础上增加了一个强假设：在y发生的条件下，各特征发生的概率独立（条件独立）
即将联合条件概率转换为各条件概率的连乘积
二、决策树
特点是容易解读，用属性将样本层层分类，直到样本被完全分离或属性用完。
ID3：把大信息增益（为防止将生日、身份证号这类过学习属性，增加分类数量惩罚项）的属性用在树根，递归实现决策树。
为防止过学习，决策树还有修剪的过程（从树梢开始，将叶节点数量大的样本值赋给父节点，去除叶节点），具体为将样本集分为训练集、测试集，还有校验集，用校验集测试误差，一开始误差应该是下降的（刚训练出来的决策树是过学习的，修剪后会表现更好），修剪到一定程度误差会由减变增（决策树转为欠拟合状态），此时应结束修剪。