【ML笔记】决策树剪枝
来源:互联网 发布:snp面膜怎么样知乎 编辑:程序博客网 时间:2024/05/02 01:12
前言
无论是分类树还是回归树,剪枝过程很重要,剪枝处理不当或是没有剪枝操作,决策树模型都是失败的,通过剪枝,可以大大提高模型准确度,避免决策树的过拟合。
C4.5剪枝
决策树生成算法递归地生成决策树,直到不能继续下去为止,产生的树对于训练集会有很好的模型准确率,但是对于未知的测试数据分类却没有那么准确,因此,对书的剪枝很重要。
决策树剪枝的算法流程如下:
输入:生成算法产生的整个树T,参数alpha
输出:修剪后的子数T-alpha
(1)计算每个节点的经验熵
(2)递归地从树的叶节点向上回缩,设回缩前后的树分别为T-B和T-A,对应的损失函数分别为C-alpha(T-B)和C-alpha(T-A),如果C-alpha(T-B)<= C-alpha(T-A),进行剪枝,将父节点变为叶子节点
(3)返回(2),直至不能剪枝为止,得到损失函数最小的子树T-alpha
CART剪枝
阅读全文
1 0
- 【ML笔记】决策树剪枝
- ML学习笔记-决策树
- ML-决策树
- 决策树-剪枝
- 【ML笔记】决策树ID3和C4.5算法的异同
- 【ML学习笔记】9:认识Decision Tree决策树
- 决策树-ML之三
- ML--决策树学习小结
- 机器学习笔记(XII)决策树(II)剪枝处理
- 决策树的剪枝策略
- 决策树的剪枝理论
- 决策树的剪枝理论
- 决策树剪枝算法
- 决策树剪枝算法
- CART决策树剪枝
- 决策树之剪枝
- 未剪枝决策树
- 决策树剪枝算法原理
- 代码优化:处理事务的不同手段 OpenSessionInView 的Filter和Interceptor拦截器
- JavaScript实现图片上传并预览并提交ajax(完整demo)
- 点击a标签发送邮件的实现
- 微信小程序使用百度地图api
- 史上写的最通俗易懂的 并查集
- 【ML笔记】决策树剪枝
- 解决 error while loading shared libraries: libc.so.6
- ubuntu16.04 server 安装 docker CE
- FFT & NTT 学习 模板
- 数据结构-哈希表原理详解
- Servlet单例多线程工作机制
- 阿里云上部署kafka--遇到的坑
- 进击的DP----数位DP入门到理解
- 设计模式-命令模式-command-python