機器學習實戰之樹迴歸

「迴歸」與「樹」 在講解樹迴歸之前，我們看看回歸和樹巧妙結合的原因。 線性迴歸的弊端 線性迴歸需要擬合所有樣本點，在特徵多且特徵關係複雜時，構建全局模型的想法就顯得太難。 實際生活中，問題很大程度上不是線性的，而是非線性的，所以線性迴歸的很容易欠擬合。 傳統決策樹弊端與改進 決策樹可以解決數據的非線性問題，而且直觀易懂，是否可以通過決策樹來實現迴歸任務？ 我們來回顧下之前講過的決策樹方法，其在劃分

>>阅读原文<<