Decision Trees 決策樹

Decision Trees (DT)是用於分類和迴歸的非參數監督學習方法。 目標是創建一個模型,通過學習從數據特徵推斷出的簡單決策規則來預測目標變量的值。 例如,在下面的例子中,決策樹從數據中學習用一組if-then-else決策規則逼近正弦曲線。 樹越深,決策規則越複雜,模型也越複雜。 決策樹的優點: 易於理解和解釋。樹可以被可視化。 需要很少的數據準備。其他技術通常需要數據標準化,需要創建虛
相關文章
相關標籤/搜索