“弘文·尚德”成长营学术沙龙第四期 | 基于树的数据分类方法及应用专题

11月18日，经济与工商管理学院专业学位硕士教育中心在励耘楼B310举办了“弘文·尚德”成长营学术沙龙第四期第六场沙龙，主题为基于树的数据分类方法及应用，由国际商务与管理研究中心李久坤副教授主讲。

李久坤老师首先向同学们介绍了数据模型（方法）的选择策略：一是预测精度和可解释性的权衡，二是偏差和方差的权衡。接着对分类方法进行了简单的概述，介绍了分类的概念，有哪些常用分类方法（模型）及相应的应用场景，以及如何评估分类方法（模型），如混淆矩阵、ROC曲线等。然后通过文献实例，给出了决策树的概念，回归树与分类树的差别，进一步讲解了决策树“分而治之”的思想，其的核心问题是决策树的生长（如何划分）和剪枝。

针对这次讲座的主题，李老师用文献实例介绍了分类树的构造过程，给出了分类树区域划分的准则，如分类错误率、基尼系数和互熵，用图（R实现）展示了不同规模的树对应的交叉验证误差，训练误差和测试误差，以及根据交叉验证误差最小化剪枝的树。

李老师还通过讨论树方法的优缺点，向同学们介绍了以树为基本模块的集成法：装袋法、随机森林和提升法，这些方法能建立更有效的预测模型，但以牺牲可解释性为代价。在分类方法应用环节，李老师分别用决策树（分类树）、随机森林和提升法做了员工离职预测分析。

随着本学期最后一场学术沙龙的结束，同学们纷纷表示在各位老师的细致讲解下，对经济计量方法以及一些统计模型有了了解，受益匪浅。