机器学习实战(三) |
您所在的位置:网站首页 › 决策树可视化graphviz › 机器学习实战(三) |
机器学习实战(三) —— 决策树 ⽂章⽬录 决策树 (声明:本⽂内容来⾃机器学习实战和统计学习⽅法,是两者的整合,并⾮来⾃单个书籍) 决策树(decision tree):是⼀种基本的分类与回归⽅法,此处主要讨论分类的决策树。 在分类问题中,表⽰基于特征对实例进⾏分类的过程,可以认为是if-then的集合,也可以认为是定义在特征空间与类空间上的条件概率分 布。 决策树通常有三个步骤:特征选择、决策树的⽣成、决策树的修剪。 ⽤决策树分类:从根节点开始,对实例的某⼀特征进⾏测试,根据测试结果将实例分配到其⼦节点,此时每个⼦节点对应着该特征的⼀个取 值,如此递归的对实例进⾏测试并分配,直到到达叶节点,最后将实例分到叶节点的类中。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |