樹狀模型分類問題之探討

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：15

、訪客IP：3.147.69.132

姓名

黃健炫(Jian-Xuan Huang) 查詢紙本館藏

畢業系所

統計研究所

論文名稱

樹狀模型分類問題之探討

相關論文

★ 韋伯雙邊設限資料的參數估計	★ 可維修系統上各種檢定問題之探討
★ 擇優問題之研究	★ 逐步應力加速衰變試驗壽命推估之模擬研究
★ 最佳化退化實驗之模擬與分析	★ 韋伯母體的擇優問題
★ 型Ⅰ設限下的韋伯分配參數估計	★ 使用貝氏方法改善普瓦松分配參數的信賴區間
★ 型1設限下韋伯參數估計問題	★ 可修復系統上各種檢定問題之研究
★ 韋伯可靠度檢定問題之探討	★ 拔靴法(Bootstrap)之探討及其應用
★ 指數與韋伯分佈遺失值之處理	★ 逐步應力加速壽命試驗之最佳化問題

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

在龐大的資料庫中，找到一個準則來幫助我們對新的資料做預測時，首重計算簡單、快速、有效的分析方法，因此資料採礦（data mining）已是一個熱門的方法。
　　本文採用資料採礦的方法，對波士頓房屋資料，建立其變數間的關係。在此是使用樹狀模型方法(tree-based methods)，即歸類迴歸樹(CART)、快速演算法分類樹(FACT)、快速不偏有效統計樹(QUEST)，再加上傳統線性區別分析，分別探討反應變數與解釋變數間之相互關係，並對資料進行分類及預測校驗。研究結果顯示，變數間存在著某些關係，而這些關係可以讓我們抽取出我們想要的重要訊息；在樹狀模型方法的預測結果中，以歸類迴歸樹預測方法較好；而史玉山教授所提出的FACT及QUEST方法，則以快速不偏有效統計樹(QUEST)預測方法較好。

關鍵字(中)

★ 樹狀模型
★ 歸類

關鍵字(英)

★ classification

論文目次

第一章　緒論　　　　　　　　　　　　　　　　　　　　1
　1-1　研究動機與目的．．．．．．．．．．．．．．． 1
　1-2　本文架構．．．．．．．．．．．．．．．．．．．1
第二章　樹狀模型的理論架構　　　　　　　　　　　　　 3
2-1 歸類迴歸樹．．．．．．．．．．．．．．．． 4
2-1-1 簡單敘述一個樹的發展．．．．．．．．．．．．． 6
2-1-2 分類規則．．．．．．．．．．．．．．．．．．． 7
2-1-3 停止規則．．．．．．．．．．．．．．．．．．． 7
2-1-4 指派規則．．．．．．．．．．．．．．．．．．． 8
2-1-5 修剪樹狀模型．．．．．．．．．．．．．．．．． 8
　2-2　快速演算法分類樹．．．．．．．．．．．．．． 9
2-2-1 分類規則．．．．．．．．．．．．．．．．．．． 10
2-2-2 停止規則．．．．．．．．．．．．．．．．．．． 11
2-2-3 指派規則．．．．．．．．．．．．．．．．．．． 11
2-3　快速不偏有效統計樹．．．．．．．．．．．．．． 12
2-3-1 分類規則．．．．．．．．．．．．．．．．．．． 12
2-3-2 停止規則．．．．．．．．．．．．．．．．．．． 15
2-3-3 指派規則．．．．．．．．．．．．．．．．．．． 15
第三章　波士頓房屋分析　　　　　　　　　　　　　　　 17
　3-1　線性區別分析結果．．．．．．．．．．．．．． 18
　3-2　歸類迴歸樹分析結果．．．．．．．．．．．．． 20
　3-3　FACT分析結果．．．．．．．．．．．．．．．． 21
3-4　QUEST分析結果．．．．．．．．．．．．．．．． 23　
第四章　結論　　　　　　　　　　　　　　　　 25

參考文獻

參考文獻
Breiman, L., Friedman, J., H., Olshen, R., A., Stone, C., J. (1984). Classification and Regression Trees. Belmont, California : Wadsworth International Group.
Loh, W.-Y. & Shih, Y.-S.(1997). Split selection methods for classification trees. Statistica Sinica, 7, 815-840
Loh, W.-Y. & Vanichsetakul, N.(1988). Tree-structured classification via generalized discriminant analysis. Journal of the American Statistical Association, 83, 715-728
Hartigan, J. A. and Wong, M. A. (1979). Algorithm 136. A k-means clustering algorithm. Appl. Statist. 28, 100.
Math Works(1991). MATLAB User’s Guide, The Math Works, Inc. Cochituate Place, 24 prime Park Way, Natick, MA 01760
Gnanadesikan, R. (1977). Methods for Statistical Data Analysis of Multivariate Observations. Wiely, New York.
Y-S Shih(1999). Families of splitting criteria for classification trees. Statistics and computing, 9, 309-315.
Anderson, T. W. (1958). An introduction to multivariate statistical analysis. Wiley Publications in Statistics. John Wiley & Sons, Inc., New York; Chapman & Hall, Ltd., London, 1958. xii+374 pp.
黃世承(2002)〝資料探勘在颱風降雨量與風速預測上之應用〞中央大學統計研究所碩士論文

指導教授

呂理裕(Lii-Yuh Leu)

審核日期

2003-6-19

推文