1、机器学习
1.决策树
决策树 决策树是用于分类和预测的主要技术之一,决策树学习是以实例为基础的归纳学习 算法,它着眼于从一组无次序、无规则的实例中推理出以决策树表示的分类规则。构造 决策树的目的是找出属性和类别间的关系,用它来预测将来未知类别的记录的类别。它 采用自顶向下的递归方式,在决策树的内部节点进行属性的比较,并根据不同属性值判 断从该节点向下的分支,在决策树的叶子节点得到结论。分类精度高,操作简单。它的 最大优点是,在学习过程中不需要使用者了解很多背景知识,只要训练样本集能够用属 性值的方式表达出来就能使用决策树学习算法分类。 主要的决策树算法有 ID3、C4.5(C5.0)、CART、PUBLIC、SLIQ 和 SPRINT 算法等。 它们在选择测试属性采用的技术、生成的决策树的结构、剪枝的方法以及时刻,能否处 理大数据集等方面都有各自的不同之处。 决策树主要用于分类,也可以用于回归。使用广泛的分类器。 优点:1)决策树模型可以读性好,具有
相关资源推荐
- 浏览: 46978 次
- 性别:
- 来自: 北京
最新评论
- BlueSkator: bo_hai 写道rz -y 强制覆盖linux上的文件。
linux rz sz 命令 - bo_hai: rz -y 强制覆盖linux上的文件。
linux rz sz 命令 - yoyo837: 我以为是原生ajax
ajax 三种提交请求的方法 - BlueSkator: <div class="quote_title ...
js 预提交请求时确定后提交实现 - jahu: 火狐,使用不成功,写js代码注意,兼容性
js 预提交请求时确定后提交实现
评论