决策树
来源:互联网 发布:python 数组加减 编辑:程序博客网 时间:2024/06/03 23:04
决策树
- 优点:计算复杂度不高,输出结果易于理解,对中间值得缺失不敏感,可以处理不相关特征数据
- 缺点:可能会产生过度匹配问题
- 适用数据类型:数值型和标称型
决策树的一般流程
- 收集数据:可以使用任何方法
- 准备数据:树构造算法只适用于标称类型,因此数值型必须离散化
- 分析数据:可以适用任何方法,构造树完成之后,我们应该检查图形是否符合预测
- 训练算法:构造树的数据结构
- 测试算法:使用经验树计算错误率
- 使用算法:此步骤适用于人任何监督学习算法,而是用决策树可以更好的理数据的内在含义