有木有data science / ml大神
有点数据要分析，类似信贷风险分类这样，估计就是yes/no的二项分类，大概十个左右的attribute，手上有大概30k左右labeled data……上面的意思是看看能不能整点什么结论出来……
本渣渣初步股沟了一番，貌似可以尝试整个id3 decision tree之类的？有木有操作过这方面算法的来科普一下……
是不是该艾特熊掌剃刀之类的

看不懂 帮顶

同楼上

一般我们都用r来做，你先下一个r, 再下一个rpart 的packages, 教程在这里http://www.statmethods.net/advstats/cart.html

如果要id3的可以下个data.tree的package，教程在https://cran.r-project.org/web/packages/data.tree/vignettes/applications.html

你想要结果更准还是能解释attributes的作用？不用解释attributes的话我们一般都不用一棵decision tree,我们都用random forest的

你可以试试别 的方法，其实只有data别太烂大家还是会用logistic regression

跪请大神@挥动剃刀

两类问题直接上svm吧

其实最蛋疼的事这个事情有点老大拍脑袋的意思，我们这边也不是专业做这块的，软硬件资源都很有限，能不能用r或python现成的实现都不好说。。。最初想法是觉得decision tree比较好实现也比较好向外行解释，实在不行撸袖自己写个都比较可行。。。

我是谁？我在哪里？我为什么要点进来？

我是谁？我在哪里？我为什么要点进来？