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：14

、訪客IP：18.220.126.5

姓名	謝孟錫(Meng-Sei Hsieh)  查詢紙本館藏	畢業系所	工業管理研究所
論文名稱	分徑指標在建立決策樹的比較
相關論文	★ 診斷多變量管製圖之研究 ★ 複合設計的研究 ★ 超飽和設計的研究 ★ 股價預測之統計模型 ★ 實驗的特殊設計及動態數據的分析 ★ 半反摺追蹤設計之探討 ★ 三水準因子實驗離散效應的研究 ★ PB設計的投影性質研究 ★ 不同製程模式下比例積分回饋控制器之研究 ★ 特定交互之部分因子設計 ★ 偵測設限資料之EWMA管制方法 ★ 偵測變異的多變量管制圖之研究 ★ 實驗徑大小為32之最小偏誤集區分割設計 ★ 集區大小為二的兩水準因子集區設計 ★ 選取多變量特性值最理想條件的方法之比較 ★ 利用六標準差管理提昇中小企業之產品品質—以塑膠產業霧度改善為例
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)	資料探勘在近年來是非常受矚目的一個名詞，簡單來說，能從極龐大的資料中擷取出重要或有趣訊息的方法即為資料探勘，而它的目的主要概分為分類與預測(classification and prediction)及群集(clustering)兩種，其中決策樹是分類目的中接受度相當高的一種方法，它主要是利用演算法與電腦的便利性將資料受各變數影響的情形以樹狀展現出以達到分類的目的，並解決統計領域在資料量太大時無法全盤分析的問題，然而目前的文獻中幾乎都只對建立決策樹的演算法作探討，事實上當決定演算法後，如何選取分徑屬性與分徑點是一個關鍵，有鑑於此，本研究決定用建樹效率佳的BOAT演算法，再利用挖掘重要關聯規則的方法，將其應用到建立決策樹的分徑指標中，比較各指標包括Gini index、Entropy、λ、Rule interest與Laplace的預測率高低，並且利用它們節點數、最大階層數及平均階層數的不同透視樹的呈現有何異同。
關鍵字(中)	★ 資料探勘 ★ 分類 ★ 決策樹 ★ 分徑指標	關鍵字(英)	★ splitting index ★ data mining ★ classification ★ decision tree
論文目次	目錄 提要 Ⅰ 目錄 Ⅱ 圖目錄 Ⅳ 表目錄 Ⅴ 第一章 緒論 1 1.1研究動機與重要性 1 1.2決策樹 3 1.3研究步驟 6 第二章 文獻探討 9 2.1分類演算法之探討 9 2.1.1早期分類演算法 9 2.1.2近期改進演算法 11 2.2相依性的統計量測方法：分徑指標 24 第三章分析模式與方法 29 3.1問題描述 29 3.2 BOAT演算法與屬性選擇 29 3.1.1 BOAT演算法 29 3.1.2多種分徑指標之介紹 36 第四章數據分析與績效表現 41 4.1資料介紹 41 4.2第一組資料之決策樹建立與績效表現 43 4.2.1資料的前置處理 43 4.2.2決策樹之建立 44 4.3第二組資料之決策樹建立與績效表現 49 4.3.1資料的前置處理 49 4.3.2決策樹之數據分析 49 第五章結論與建議 60 5.1研究結論 61 5.2未來研究方向 61 參考文獻 62 圖目錄 圖 1-1 知識自龐大資料庫發掘的流程圖 2 圖 1-2 決策樹簡圖 5 圖 1-3 數值屬性之分類圖表 6 圖 1-4 名目屬性之計數矩陣 6 圖 1-5 研究步驟流程圖 8 圖 2-1 事前排序例圖 13 圖 2-2 決策樹與類別列表 13 圖 2-3 類別列表更新處理 14 圖 2-4 透過通訊網路交換類別分配圖表之假想圖 16 圖 2-5 名目屬性之計數矩陣(Ⅰ) 16 圖 2-6 名目屬性之計數矩陣(Ⅱ) 17 圖 2-7 SLIQ/R資料結構圖 18 圖 2-8 SLIQ/D資料結構圖 19 圖 2-9 RF-READ演算法之樹狀假想圖. 21 圖 3-1 抽樣階段之雛型樹 33 圖 3-2 假設抽樣階段成立下之最終樹示意圖 35 圖 4-1 以GINI分徑方式建出之決策樹 45 圖 4-2 以ENTROPY分徑方式建出之決策樹. 46 圖 4-3 以LAMDA分徑方式建出之決策樹 47 圖 4-4 資料的增加使得預測率提高 47 表目錄 表2-1 近代演算法的比較表(Ⅰ) 23 表2-2 近代演算法的比較表(Ⅱ) 24 表 2-3 2×2變數列聯表 25 表3-1 屬性與二元類別的關係表 37 表3-2 屬性與四元類別的關係表 39 表4-1 第一組資料屬性與類別說明 42 表4-2 第二組資料屬性與類別說明 43 表4-3 不同分徑方式與決策樹特性值對照表 48 表4-4 一萬筆資料的決策樹分析 50 表4-5 十萬筆資料的決策樹分析 51 表4-6 平均預測率在不同分徑指標與資料數的對照表 52 表4-7 各分徑指標優缺點對照表 53 表4-8 資料加入一新屬性的決策樹分析 54 表4-9 一萬筆資料減少一屬性的決策樹分析 55 表4-10 十萬筆資料減少一屬性的決策樹分析 56 表4-11 用訓練資料測試決策樹的分析結果 58
參考文獻	參考文獻 BICKEL, P., RITOV, Y. and STOKER, T. (2001). Tailor-made tests for goodness of fit for semiparametric hypotheses. Unpublisher manuscript. BREIMAN, L. (2001). Statistical Modeling: The Two Cultures. Statist. Sci. 16 3 199-231. BREIMAN, L., FRIEDMAN, J., OLSHEN, R. and STONE, C. (1984). Classification and Regression Trees. Wadsworth, Belmont, CA. BRIN, S., MOTWANI, R. and SILVERSTEIN, C. (1997). Beyond market baskets: Generalizing association rules to correlations. In Proceedings of ACM SIGMOD Conference on Management of Data 265-276. Tucson, Arizona. BRIN, S., MOTWANI, R., ULLMAN, J. and Tsur, S. (1997). Dymanic itemset counting and implication rules for market basket data. In Proceedings of ACM SIGMOD Conference on Management of Data 255-264. Tucson, Arizona. CATLETT, J. (1991). Megainduction: Machine Learning on Very Large Databases. PhD thesis, Sydney Univ. CHAN, P. and STOLFO, S. (1993). Experiment on multistrategy learning by meta-learning. In Proceedings of the Second International Conference on Information and Knowledge Management 314-323. Washington, DC. CLARK, P. and BOSERLL, R. (1991). Rule induction with cn2: Some recent improvement. In Proceedings of the Fifth European Working Session on Learning 151-163. Springer, Berlin. GREHRKE, J., GANTI, V., RAMAKRISHNAN. and LOH, W. Y. (1998). Rainforest-A framework for fast decision tree construction of large datasets. In Proceedings of the 1998 VLDB Conference 416-427. New York. GREHRKE, J., GANTI, V., RAMAKRISHNAN. and LOH, W. Y. (1999). BOAT-optimistic decision tree construction. In Proceedings of the 1999 SIGMOD Conference 169-180. Philadelphia, Pennsylvania. GOODMAN, L. and KRUSKAL, W. (1959). Measures of association for cross classifications, ii: Further discussion and References. J. Amer. Statist. Assoc. 54 123-163. MEHTA, M., AGRAWAL, R. and RISSANEN, J. (1996). SLIQ: A fast scalable classifier for data mining. In Proceedings of the Fifth EDBT Conference 18-32. Avignon, France. MEHTA, M., AGRAWAL, R. and SHAFER, J. (1996). SPRINT: A scalable parallel classifier for data mining. In Proceedings of the 1996 VLDB Conference 544-555. Mumbai (Bombay), India. PIATETSKY-SHAPIRO, G. (1991). Discovery, analysis and presentation of strong rule. Know. Disc. in Databases 229-248. AAAI/MIT Press, Menlo Park, California. QUINLAN, J. (1979). Induction over large database. Technical Report 79-14, Dept. Computer Science Stanford Uni. QUINLAN, J. (1986). Induction of decision tree. Machine Learning 1 81-106. STONE, M. (1974). Cross-validatory choice and assessment of statistical prediction. J. Roy. Statist. Soc. 36 111-147. TAN, P., KUMAR and KUMAR, V. (2000). Interestingness measures for association patterns: A perspective. Technical Report 00-36, Dept. Computer Science Minnesota Uni. WEISS, S. and KULIKOWSKI, C. (1991). Computer Systems that learn: Classification and Prediction Methods from Statistics, Neural Nets, Machine Learning, and Expert Systems. Morgan Kaufmann.
指導教授	王丕承(Pe-Cheng Wang)	審核日期	2002-6-28
推文	facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu
網路書籤	Google bookmarks   del.icio.us   hemidemi   myshare