监督学习算法
基本过程:样本学习得到预测函数f(x),测试集评估效果
常用的决策树算法:ID3,C4.5和CART
属性划分的方法:ID3使用信息增益,C4.5使用信息增益率,而CART使用Gini基尼指数(三种)
在数据挖掘中,决策树主要有两种类型:
分类树 的输出是样本的类标。
回归树 的输出是一个实数 (例如房子的价格,病人呆在医院的时间等)。
监督学习算法
基本过程:样本学习得到预测函数f(x),测试集评估效果
常用的决策树算法:ID3,C4.5和CART
属性划分的方法:ID3使用信息增益,C4.5使用信息增益率,而CART使用Gini基尼指数(三种)
在数据挖掘中,决策树主要有两种类型:
分类树 的输出是样本的类标。
回归树 的输出是一个实数 (例如房子的价格,病人呆在医院的时间等)。
本文标题:关于决策树
本文链接:https://www.haomeiwen.com/subject/wgrbextx.html
网友评论