從資料庫中發現有價值的知識，將隱含的、未知的及潛在有用的資訊粹取出的過程。

貳、決策樹分類法 :

壹、 MMC 及 MMDT 演算法 :

摘要： 参、多值及多標籤決策樹分類 :

題目：一個資料挖掘的多值及循序標籤決策樹分類法講者：銘傳大學 資訊管理學系 許 昌 齡 教授時間：民國 100 年 12 月 21 日

結語：實驗結果說明 MSDT 不僅能從大量的多值及循序標籤資料集來發掘出分類規則而且得到具說服性的精準度和規則良好度，也解決了 MMC 及 MMDT 不能處理的多值和循序標籤問題。

指導教授：陳彥璋學生：林威再、曾明義 製

Graduate Institute of Civil and Disaster Prevention Engineering

肆、 MSDT 演算法 :

A multi-valued and multi-labeled data set

Ex: if the product ‘p5’ with color ‘yellow’ and ‘blue’ belongs to 2 product bundles or 2 market segments (Kotler, 1999) ‘B’ and ‘C’, we say that the product ‘p5’ has multiple class labels ‘B, C’.

Idmaker price performan

cecolor class label

p1 A $100 not good yellow A, B, C

p2 B $880 good yellow B, C

︰ ︰p5 B $910 good yellow, blue B, C

多值多標籤之資料

假設產品 p2 由製造商 B 生產，此產品的顏色有 yellow 、 green及 black 三種，一雙球鞋可以同時擁有多款顏色，且分別在 S2和 S4 兩個市場區隔銷售，此為典型的多值多標籤資料