決策樹分類演算法一般分為兩個步驟：決策樹生成和決策樹修剪，運用決策樹分析法，可以找到酸奶的目標人群市場，通過此次決策樹分析，我們得出中收入的未婚和離異的男性為目標市場人群。
一、資料分析
首先計算熵和資訊增益。樣本的概率分布越均衡，它的資訊量（熵）就越大，樣本集的混雜程度就越高，資訊增益越大，說明屬性對分類提供的資訊越多。
共有三種不同影響因素，即性別、收入、婚姻狀況，乙個結果（yes/no）
資訊熵： ent（s）=-
=-0.3*
0.3-0.7*
0.7=0.8813
當性別為男時，4個no，3個yes
ent（s，性別=男）=-3/7*
3/7-4/7*
4/7=0.9859
當性別為女時，3個no
ent（s，性別=女）=0
條件熵：ent（s，性別）=7/10* ent（s，男）+3/10* ent（s，女）=0.6901
資訊增益：gain（s，性別）= ent（s）-ent（s，性別）=0.1912
同理可得：
gain（s，收入）=0.5568
gain（s，婚姻狀況）=0.2813
通過計算得出收入的資訊增益最大，故把收入作為根節點。
然後對收入分類下的三種情況，分別求對應的資訊增益：因為高收入和低收入只有no，所以不用計算。中收入情況下既有yes又有no，還需要繼續分枝，計算得出婚姻狀況的資訊增益最大，將婚姻狀況設為節點。由於婚姻狀況下的子節點中的樣本屬於同一類，故終止。
二、決策樹
三、準確率
1) true positives(tp):被正確地劃分為正例的個數，即實際為正例且被分類器劃分為正例的例項數(樣本數) ；
2) false positives(fp):被錯誤地劃分為正例的個數，即實際為負例但被分類器劃分為正例的例項數；
3) false negatives(fn):被錯誤地劃分為負例的個數，即實際為正例但被分類器劃分為負例的例項數；
4) true negatives(tn):被正確地劃分為負例的個數，即實際為負例且被分類器劃分為負例的例項數。
準確率=(tp+ tn)/( tp+ fp+ fn+tn)
訓練資料:(3+7)/(3+0+0+7)*100%=100%
測試資料:(tp+ tn)/( tp+ fp+ fn+tn)=0+2/0+1+1+2=1/2
四、總結與建議
1、 中等收入的未婚和離異男性為目標市場消費人群，可針對這類消費者推出各種**活動。
2、保證產品質量，提高顧客的忠誠度。
3、創新產品，推出更多型別酸奶，吸引新的消費群體，開拓市場。
excel決策樹 新酸奶決策樹分析
為了發現哪些消費者為新酸奶的目標客戶，我們利用決策樹分析酸奶消費者資料，以收入水平為決策樹的根節點，依次節點是性別和婚姻狀況，最後通過決策樹直觀的得出中等收入男性為決策樹目標客戶的結論。一 構建酸奶購買決策樹 二 分析 通過構建決策樹，我們發現只有中等收入且未婚或離異的男性消費者購買了酸奶，說明該酸...
決策樹分析
進行科學的決策是專案評估工作中的主要目的之一。科學的決策方法就是對比判斷，亦即對擬建專案的備選方案進行比選。但是，決策存在一定的風險性，專案評估工作中的大量決策基本是屬於風險型決策。概率分析為在風險條件下決定方案取捨的方法，決策樹分析也是常用的風險決策方法之一。所謂決策樹分析，就是利用概率分析原理，...
決策樹分析
使用分類樹的判別 目標變數是分類變數的判別問題 首先通過data 函式讀入資料，並通過str 函式確認其結構。data titanic str titanic titanic 1,2,表示第2個變數顯示時為第1水平，第3個變數顯示時為第2水平然後繪製馬賽克圖，將交叉統計結果視覺化。mosaicplo...