温馨提示：由于个人手机设置不同，如果发现不能下载，请复制以下地址【https://www.wenke99.com/d-10014820.html】到电脑端继续下载（重复下载不扣费）。
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。 2: 试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓。 3: 文件的所有权益归上传用户所有。 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。 5. 本站仅提供交流平台，并不能对任何下载内容负责。 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
本文（决策树CART算法的Clementine与Python实现比较(共3页).doc）为本站会员（晟***）主动上传，文客久久仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私，请立即通知文客久久（发送邮件至hr@wenke99.com或直接QQ联系客服），我们立即给予删除！
精选优质文档-倾情为你奉上决策树CART算法的Clementine与Python实现比较作者：杜婵来源：大经贸2018年第01期【摘 要】 近年来，信息社会中丰富的数据对数据分析工具需求加大，数据挖掘技术应运而生，决策树方法以其速度快、精度高、生成的模式简单等优点受到许多研究者关注，已成功应用于医疗诊断、金融分析、身份识别等许多应用领域，一般情况下决策树分类器具有良好的准确率。本问旨在使用银行营销数据通过Clementine与python两种方法构造决策树CART算法下的模型，分别得出影响客户办理银行定期存款业务的各因素的重要程度，以及通过模型对输出变量y预测的精度，从而进行两个结果的对比分析，找出两种方法存在的差异。【关键词】 决策树CART算法 Clementine、Python 预测精度一、数据介绍本次报告中使用的Bank Marking（银行营销）数据是通过UCI数据库下载获得，该数据共涉及45211条客户信息，包含17个变量，其中输出变量为是否办理了定期存款业务，是本次研究的目
Copyright © 2018-2021 Wenke99.com All rights reserved
工信部备案号：浙ICP备20026746号-2
公安局备案号：浙公网安备33038302330469号
本站为C2C交文档易平台，即用户上传的文档直接卖给下载用户，本站只是网络服务中间平台，所有原创文档下载所得归上传人所有，若您发现上传作品侵犯了您的权利，请立刻联系网站客服并提供证据，平台将在3个工作日内予以改正。
