의사결정나무(decision tree) 발표자료

소개

경영정보시스템(MIS) 수업 중 의사결정나무 부분 발표자료입니다.
좋은 점수를 받은 리포트랍니다~

목차

1. Data Mining 소개
2. Decision tree 개념
3. Decision tree 구성요소
4. Decision tree 원리 및 구성 방법
5. Decision tree 알고리즘
6. Decision tree 장단점

본문내용

Decision Tree의 정의

의사결정나무(Decision tree)는 의사결정 규칙(decision rule)을 나무구조(tree)로 도표화하여 분류(classification)와 예측(prediction)을 수행하는 분석 방법

<데이터마이닝에서 의사결정나무의 위치>
데이터마이닝의 세부 과정 즉, SEMMA 중에서 S와 M Search와 Modelling 모두에 해당된다고 할 수 있습니다.

Decision tree 구성요소

뿌리마디(root node) : 나무가 시작되는 마디로써 전체자료로 구성
자식마디(child node) : 하나의 마디로부터 분리되어 나간 2개 이상의 마디
부모마디(parent node) : 자식마디의 상위 마디
끝마디(terminal node) 또는 잎(leaf) : 각 나무 줄기의 끝에 위치하고 있는 마디
중간마디(internal node) : 나무구조의 중간에 있는 끝마디가 아닌 마디
가지(branch) : 하나의 마디로부터 끝마디까지 연결된 일련의 마디
가지의 깊이(depth) : 가지를 이루고 있는 마디의 개수

참고자료

· 없음