機器學習總結（lecture 9）算法：決策樹Decision Tree（DT）
lecture 9：決策樹Decision Tree 目錄 lecture 9決策樹Decision Tree 目錄 1決策樹基礎 2特徵選擇 1信息熵 2信息增益 3根據信息增益選擇屬性的例子 4增益率 3決策樹生成算法 ID3C45CART 4剪枝處理 1決策樹基礎 決策樹（decision tree）是一種基本的分類與迴歸方法，主要用於分類。可以看做是if-then規則的集合。 優點：分類速
相關文章
- 1. 機器學習實戰（二）決策樹DT（Decision Tree、ID3算法）
- 2. 決策樹 Decision Tree, DT
- 3. 決策樹（decision tree）算法
- 4. Decision Tree (決策樹算法)
- 5. 決策樹算法（decision tree）
- 6. 決策樹（Decision Tree）總結
- 7. 機器學習：決策樹（Decision Tree）
- 8. 機器學習-決策樹 Decision Tree
- 9. 機器學習之 決策樹(Decision Tree)
- 10. 機器學習-決策樹（decision tree）
- 更多相關文章...
- • XML 樹結構 - XML 教程
- • XML 總結 下一步學習什麼呢？ - XML 教程
- • 算法總結-回溯法
- • 算法總結-深度優先算法
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
