¿Cuáles son algunos buenos recursos para aprender sobre los árboles de decisión?

  • Modelos de clasificación de edificios: ID3 y C4.5:

http://www.cis.temple.edu/~ingar…

  • Bosques aleatorios – descripción de la clasificación
  • ¿Cómo funcionan los bosques aleatorios en términos simples? Estoy específicamente interesado en cómo las RFs hacen los problemas de regresión.
  • C4.5 Tutorial: http://www2.cs.uregina.ca/~dbd/c…
  • Quinlan, Inducción de árboles de decisión: http://www.google.com/#hl=en&sug…
  • Quinlan, C4.5 Programas de aprendizaje automático: http://www.google.com/#sclient=p…
  • Christopher Roach, Construyendo árboles de decisión en Python: http://onlamp.com/lpt/a/6464
  • Ilya Grigorik, Decision Trees Learning en Ruby: http://www.igvita.com/2007/04/16…
  • Michael Nashvili, tutoriales de árboles de decisión: http://decisiontrees.net/
  • Breiman, árboles de clasificación y regresión (CART): http://www.google.com/#hl=en&sug…
  • Rivest, “Listas de decisiones de aprendizaje”. Aprendizaje automático, 2 (3): 229-246, 1987
  • Quinlan y Rivest, “Inferir árboles de decisión utilizando el principio de longitud de descripción mínima”. Información y computación, 80: 227-248, 1989.
  • Dietterich, “Pruebas estadísticas aproximadas para la comparación de algoritmos de aprendizaje de clasificación supervisada”, Neural Computation 10 (7), 1998.
  • L. Rokach y O. Maimon. Minería de datos con árboles de decisión: Teoría y aplicaciones. World Scientific Publishing Company, 2008.
  • Panda et al., PLANET : Aprendizaje masivo paralelo de conjuntos de árboles con MapReduce . 2009 www.bayardo.org/ps/vldb2009.pdf
  • Andrew Tulloch: aceleración de la capacitación en el árbol de decisiones, el desempeño de las estrategias de evaluación de árboles de decisiones

Bueno, por primera vez la aplicación de árboles de decisión me parece que R Studio es el mejor. Como es fácil de usar. Puede instalar R Studio en su PC e importar los datos desde el repositorio UCI. Contiene datos diversificados de variables multivariadas.
Seleccione el título de los datos (p. Ej., Evaluación del auto) con el tamaño de muestra adecuado. Allí encontrará la carpeta de datos y la descripción de los mismos. Luego importa la URL en R Studio.
Comience a trabajar en ello y la parte más importante es interpretar los resultados de los datos correctamente.
La evaluación se puede realizar en la última pestaña de Rattle (se puede instalar Rattle dando el comando rattle () en “sección sin título” y se instalará el paquete).
Luego, puede optar por “cero faltante” para fines de evaluación.

Aquí hay un par de blogs interesantes basados ​​en la aplicación de árboles de decisión en operaciones algorítmicas:

Clasificador de árbol de decisiones para el comercio de la Parte 1

Aprendizaje automático: una introducción a los árboles de decisión