ML複習1

機器學習的一般泛型： 監督學習： 無監督學習： 強化學習： 決策樹 熵： -P*log§的總和 決策樹每次分割的理由是讓熵最小 樹歸納停止準則 欠擬合和過擬合 欠擬合：特徵值丟失 過擬合：過度擬合訓練樣本，講訓練樣本中的噪聲當作訓練數據擬合。 決策樹假設空間大小 可以看到假設空間非常大 克服過擬合的方法 預剪枝： 後剪枝： 建立決策樹時數據缺失值的處理 可以看到數據缺失，如果直接拋棄這個數據就會浪

>>阅读原文<<