Как деревья классификации применяются в разведочном анализе данных?

Деревья классификации — метод многомерного разведочного анализа, который позволяет решать задачи классификации информации, когда зависимая переменная принимает дискретные значения, и задачи прогнозирования принадлежности объекта выборки к определённому классу, когда зависимая переменная принимает непрерывные значения. cyberleninka.ru

Процесс применения метода: cyberleninka.ru

1. В качестве исходных данных выступает таблица, в которой представлены значения признаков (переменных), характеризующих объект. cyberleninka.ru
2. Одна из переменных (зависимая) содержит значения классов, к которым относятся объекты, остальные переменные (независимые) — значения показателей, позволяющих прогнозировать принадлежность объектов к тому или иному классу. cyberleninka.ru
3. Корневая вершина, включающая в себя все объекты выборки, делится на вершины-потомки согласно решающему правилу. cyberleninka.ru
4. Вершины-потомки, в свою очередь, согласно соответствующим решающим правилам, делятся до тех пор, пока не окажутся терминальными, то есть пока их дальнейшее деление не прекратится. cyberleninka.ru
5. Каждая вершина (в том числе терминальная) будет соответствовать тому или иному классу объектов. cyberleninka.ru

Некоторые преимущества использования деревьев классификации в разведочном анализе данных:

• позволяют работать с переменными любого типа без необходимости какой-либо предварительной подготовки этих переменных для ввода в модель; ranalytics.github.io
• автоматически выполняют отбор информативных предикторов и учитывают возможные взаимодействия между ними; ranalytics.github.io
• можно эффективно применять к данным с пропущенными значениями. ranalytics.github.io