请问这个应用决策树C5.0方法的是什么软件 [复制链接]

描述:决策树方法

图片:捕获11111.PNG

不清楚，但是帮顶@！~~~

软件不错，没见过，共享下呗

最近突然见到好几个地方应用了决策分析中的敏感性分析，原来都是从测井解释里出来的。。。

有意思，这个本来是应用在经济分析中的，移植到石油工业里来了，不知道有没有了解比较深入的，分析一下这种决策分析和常见的主成份分析的区别和差异

这个图也很有意思，貌似其结果是岩性最敏感的几个因素，首先是AC和RI，而GR非常不敏感，甚至不如SP，岩石太复杂了。。。区域性太强了。。。

嗯，有点意思，期待使用过的果友科普一下！

学习了，希望有破解的大侠，发一个

呵呵，这张图应该是从我们实验室流出来的。做这个图的软件是Clementine，是做数据挖掘的一款专业软件，软件里面有很多种数据挖掘算法，决策树C5.0是其中比较好用的一种，因为决策树是一个白盒模型，我们能够清晰的看到被分类的过程，另外有个特殊的地方是这款软件还能够给出各参数的敏感性分析，这对于我们利用测井曲线制作岩性识别图版提供了很好的帮助。

broomsticks:呵呵，这张图应该是从我们实验室流出来的。做这个图的软件是Clementine，是做数据挖掘的一款专业软件，软件里面有很多种数据挖掘算法，决策树C5.0是其中比较好用的一种，因为决策树是一个白盒模型，我们能够清晰的看到被分类的过程，另外有个特殊的地方是这款软件还能够给出各参数 .. (2014-11-22 10:41) 

这个和主成份分析中的碎石图貌似很相似？

dedream:这个和主成份分析中的碎石图貌似很相似？ (2014-11-22 18:29) 

我的理解里这个差异还是很大的，主成份分析的主要思路是 将多个变量通过线性变换组合成一些区分效果较好的其他变量，这些组合成的变量已经不是原始的变量了，并且你往往只是知道这些组合变量做分类的效果很好，却并不能解释这其中的岩石物理机理。当然，这也是非线性分类或者叫人工智能方法的通病。对于楼主帖子中的这幅图件，我们实验室通常是怎么利用的呢？我们知道，利用决策树进行岩性分类，本身该方法是可以训练出一个准确率很高的树状分类模型的，但是缺点却是由于枝叶往往很多，存在泛化能力差，过度拟合的问题，在油田单位的实际现场中，他们往往也不大敢用。为此我们就利用上了这款软件给出的这个敏感参数排序，既然他们不认可决策树这样的非线性分类方法，那么我们可以先利用这种方法进行一个敏感性参数分析，然后挑出最敏感的测井参数，或单独或组合，进行常规的交汇图版制作，前面已经有果友提到了这会是个区域性很强的图版，但是它简单，且有一定的岩石物理基础在里面，因而那些油田现场工程师就比较好理解了，也很好推广。