3.决策树Decision Tree
来源:互联网 发布:国际象棋在线对弈软件 编辑:程序博客网 时间:2024/06/06 03:44
1.思想简介
http://www.cnblogs.com/leoo2sk/archive/2010/09/19/decision-tree.html#3233302
2.评价
优点
1)决策树易于理解和实现,人们在在学习过程中不需要使用者了解很多的背景知识,这同时是它的能够直接体现数据的特点,只要通过解释后都有能力去理解决策树所表达的意义。
2)对于决策树,数据的准备往往是简单或者是不必要的,而且能够同时处理数据型和常规型属性,在相对短的时间内能够对大型数据源做出可行且效果良好的结果。
3)易于通过静态测试来对模型进行评测,可以测定模型可信度;如果给定一个观察的模型,那么根据所产生的决策树很容易推出相应的逻辑表达式。
缺点
1)对连续性的字段比较难预测。
2)对有时间顺序的数据,需要很多预处理的工作。
3)当类别太多时,错误可能就会增加的比较快。
4)一般的算法分类的时候,只是根据一个字段来分类。
3.算法实现(python)
代码说明:
函数:createDataSet():初始化
函数:calcShannonEnt(dataSet):求取熵
函数:splitDataSet(dataSet, axis, value):依据axis,与value进行划分
函数:chooseBestFeatureToSplit(dataSet):根据信息增益,得出适合划分的特征;
http://blog.csdn.net/haoni123321/article/details/39289947
0 0
- 3.决策树Decision Tree
- 决策树(Decision Tree)
- 决策树(Decision Tree)
- 决策树(Decision Tree)
- 决策树decision tree分析
- 决策树(Decision Tree)
- 决策树Decision Tree
- 决策树Decision tree简析
- Decision Tree决策树
- 决策树(Decision tree)
- 决策树(Decision Tree)
- 决策树(Decision tree)
- 决策树(decision tree)
- 决策树Decision tree
- 决策树(Decision Tree)
- 决策树(Decision Tree)
- 决策树decision tree
- Decision Tree(决策树)
- 【随行笔记】与网络编程有关
- 高并发系统设计之开放平台API接口调用频率控制系统
- TCP/IP状态变迁
- linux使用vi编辑修改文件内容的基本方法
- template
- 3.决策树Decision Tree
- A - Accurately Say "CocaCola"! --- (first qualifying)
- [HDU 2191]悼念512汶川大地震遇难同胞——珍惜现在,感恩生活
- 【数据库】查询语句
- Android实战之 万能的接口回调
- UVA 127 ``Accordian'' Patience
- 7月27日--爬虫心得
- FZU 2168 防守阵地 I(公式推导)(经典)(中等)
- ngx_listening_s