導言

本書雖然還是以入門為主，但解釋的相當詳盡，數學公式推導、程式碼什麼的，都出來了，是一本相當好的入門到中階的書。

架構

1.講大數據產業
2.講資料入門
3.講古典機率
4.講統計與分佚
5.講指標
6.講資訊理論
7.講向量和維度
8.講迴歸
9.講聚類
10.講分類
11.講關聯分析
12.使用者側寫
13.演算法
14.文字挖掘
15.人工神經網絡
16.大數據框架
17.系統架構最佳化
18.資料解讀

摘要

10.2 決策樹歸納

決策樹也是一種常用的方式,這種方式幾乎是大家可以無師自通的。 平時做決策時,往往也會有一些原則尺度可以用樹來表示,下面舉兩個例子。
假如一個男生安排休息日的活動時,思維如圖10–3所示。
按照優先程度:
如果能約會就去看電影,
若不能,如果能約到球友就去打球,
若不能,如果能約到正妹吃飯就去餐廳, 若不能,如果有好電影就自己看,
若不能,如果有好玩的遊戲就自己玩,
若不能,這些都沒有那就在家睡覺。
這其實就是一個比較典型的決策樹,一個樣本,如某一天具體的客觀情況,從樹根 (樹是倒著從上往下長的,但也可以畫成從下往上,從左往右、從右往左,不影響邏輯的表達)開始一步一步最後落入決策結果。

總結

難易度

⭐⭐⭐

自備技能

程式經驗

適合對象

入門至中階。