机器学习笔记(10)决策树
来源:互联网 发布:c语言多个if else 编辑:程序博客网 时间:2024/05/16 05:20
引用:《西瓜书》
要点
其中叶节点对应于决策结果,其他各个节点对应于一个属性。
决策树的目的是为了生成一棵泛化能力强、即处理未见示例能力强的决策树。基本流程是分而治之。
划分选择
决策树一个递归过程
由上图可看出,决策树学习的关键是第8行,即如何选择最优划分属性。一般而言,随着划分过程不断进行,我们希望决策树的分支节点所包含的样本尽可能属于同一类别,即”节点”的纯度(purity)越来越高。
信息增益
信息熵
度量纯度的一种指标
H越小,纯度越高
信息增益
此处略(挺复杂)
剪枝
结果过拟合问题
- 预剪枝
- 后剪枝
阅读全文
0 0
- 机器学习笔记(10)决策树
- 机器学习笔记---决策树
- 机器学习笔记:决策树
- 【机器学习笔记】决策树
- 机器学习-决策树学习笔记
- 机器学习实战笔记:决策树
- 机器学习笔记_ 决策树
- 机器学习笔记(四)决策树
- 机器学习笔记十一:决策树
- 机器学习笔记(2)-决策树
- 机器学习实战笔记--决策树
- 机器学习实战笔记-决策树
- 机器学习实战-决策树笔记
- 机器学习笔记(2)-决策树
- 机器学习实战笔记-决策树
- 机器学习笔记二------决策树
- 机器学习笔记——决策树学习
- 《机器学习》学习笔记之决策树
- 收费软件推广模式探索2
- 函数指针与指针函数
- 微信端视频播放问题
- 复杂网络K-Shell算法及其Python实现
- 2017浙工大院赛预赛 F 小妈妈找蝌蚪【dijkstra】
- 机器学习笔记(10)决策树
- Android 二维码扫描(仿微信界面),根据Google zxing
- Maven将Kettle的Jar安装到本地仓库和Jar上传到私服
- 线程池的原理及实现
- 【转】贾佳亚港中文团队冠军技术分享:最有效的COCO物体分割算法
- JAVA高级面试总结-JVM篇
- CentOS 7 安装配置 VNC 详解
- 博客搬家
- loj6227「网络流 24 题」最长k可重线段集问题(类似loj6014 费用流)