决策树学习
来源:互联网 发布:linux的tmp目录 编辑:程序博客网 时间:2024/06/06 18:01
实例:
每个结点代表一个动物分类。根结点包含所有动物。每个非叶子结点包含一些分支,分别对应动物的某一属性的取值。如:身材大小,叫声等。
构造一棵决策树需要解决4个问题:
1)收集待分类的数据,这些数据的所有属性应该是完全标注的。
2)设计分类原则,即数据的哪些属性可以用来分类。以及如何进行该属性的量化。
3)分类原则的选择。在众多的分类准则中,每一步选择哪一准则使最终的树更令人满意。
4)设计分类停止调节,实际应用中,数据的属性很多,真正有分类意义的属性往往是有限的几个。因此在必要的时候应该停止数据集的分裂,相应的准则包括:
通用决策树的分裂目标是整棵树的熵总量最小,每一步分裂时,选择使熵减小最大的准则,这种方案使最具有分裂潜力的准则被优先提取出来。
另外一种形式的决策树,感觉也挺有用并且比较能看懂的。链接:
http://wiki.mbalib.com/wiki/决策树#c120082
决策树的纯度计算,算法优化等:
http://www.cnblogs.com/bourneli/archive/2013/03/15/2961568.html
0 0
- 决策树学习
- 决策树学习
- 决策树学习
- 决策树学习
- 决策树学习
- 决策树学习
- 决策树学习
- 决策树 学习
- 决策树学习
- 决策树的学习--并且可视化决策树
- 决策树算法学习
- 决策树算法学习
- 机器学习算法---决策树
- 机器学习2决策树
- 第一部分、决策树学习
- 机器学习-决策树
- 机器学习---决策树
- 机器学习实战---决策树
- Android开发笔记之程序加载时的黑…
- 100天计划~day35
- Android开发笔记之内存问题。
- SpringMVC3深入总结
- C++ 语言的一些语法:
- 决策树学习
- Spark 性能优化——解决Spark数据倾…
- 数据挖掘之决策树分类模型(…
- Java进阶(五)Java I/O模型…
- java学习之简单知识点的笔记
- Java进阶(四)线程间通信剖析
- Mycat开发实践---mycat的连接池模型
- 制作flash cs的简单小游戏
- Java进阶(三)多线程开发关键技术