3. Cách thi hành thuật toán trong SQL SERVER
3.1. Thi hành dựa vào cột dự đoán rời rạc
Cách mà thuật toán Microsoft Decision Trees xây dựng cây cho cột dựđoán rời rạc có thể được minh họa bằng biểu đồ. Biểu đồ sau chỉ ra các cột dự đoán, Bike Buyer (mua xe đạp), ngược lại với cột nhập vào, Age. Biểu đồ chỉ ra tuổi của người giúp phân biệt người đó sẽ mua xe đạp hay không.
Sự tương quan được chỉ ra trong biểu đồ làm cho thuật toán Microsoft Decision Trees tạo ra node mới trong mô hình.
Hình 4.2: Biểu đồ cây quyết định được tạo ra
Khi thuật toán thêm một node mới vào mô hình, cấu trúc cây được hình thành. Node trên cùng của cây mô tả sự phân tích cột dự đoán cho mẫu toàn diện của khách hàng. Khi mô hình tiếp tục được phát triển, thuật toán đi đến tất cả các cột.
3.2.Thi hành dựa vào cột dựđoán liên tục
Khi thuật toán Microsoft Decision Trees xây dựng một cây dựa trên cột dựđoán liên tiếp, mỗi node chứa một công thức hồi quy. Sự phân chia xảy ra tại mỗi điểm của non-linearity trong công thức hồi quy. Ví dụ, xem sơđồ sau.
Hình 4.3: Biểu đồ dữ liệu liên
Biểu đồ chứa dữ liệu có thể được mô hình hóa bằng cách sử dụng một đường
đơn hoặc hai đường liên kết với nhau. Tuy nhiên, một đường đơn trình bày dữ liệu kém hơn. Thay vào đó, nếu bạn dùng hai đường, mô hình sẽ làm việc tốt hơn cho một
dữ liệu tương đương. Tại điểm mà hai đường gặp nhau là điểm non-linearity, và là
điểm mà tại đó một nút trong mô hình cây quyết định có thể phân chia. Ví dụ, nút phù hợp với điểm của non-linearity trong biểu đồ trước được mô tả bằng biểu đồ sau. Hai biểu thức trình bày hai biểu thức hồi quy cho hai đường.
Hình 4.4: Biểu đồ cây quyết định của cột dự đoán liên tục 4. CHI TIẾT THUẬT TOÁN
4.1.Tạo Cây
Cây quyết định được tạo thành bằng cách lần lượt chia (đệ quy) một tập dữ liệu thành các tập dữ liệu con, mỗi tập con được tạo thành chủ yếu từ các phần tử của cùng một lớp.
Các nút không phải là nút lá là các điểm phân nhánh của cây. Việc phân nhánh tại các nút có thể dựa trên việc kiểm tra một hay nhiều thuộc tính để xác định việc phân chia dữ liệu. Chúng ta chỉ xét việc phân nhánh nhị phân vì cho cây chính xác hơn.