《Machine Learning in Action》| 第2章 決策樹
決策樹 決策樹的一般流程 (1) 收集數據：可以使用任何方法。 (2) 準備數據：樹構造算法只適用於標稱型數據，因此數值型數據必須離散化。 (3) 分析數據：可以使用任何方法，構造樹完成之後，我們應該檢查圖形是否符合預期。 (4) 訓練算法：構造樹的數據結構。 (5) 測試算法：使用經驗樹計算錯誤率。 (6) 使用算法：此步驟可以適用於任何監督學習算法，而使用決策樹可以更好地理解數據的內在含義。
相關文章
- 1. Machine Learning in Action -- 樹迴歸
- 2. Machine learning in action (2) —— KNN algorithm
- 3. Machine Learning in Action – PCA和SVD
- 4. Machine Learning in action --CART --treeExplore.py
- 5. Machine Learning in Action -- 迴歸
- 6. Machine Learning in Action (1) —— basics
- 7. Machine Learning in Action (5) —— logistic regression
- 8. 小白學習Machine Learning in Action-機器學習實戰------決策樹
- 9. Machine Learning in Action(6) —— Support Vector Machine
- 10. [machine learning] 決策樹ID3算法
- 更多相關文章...
- • Docker Machine - Docker教程
- • XML 樹結構 - XML 教程
- • 三篇文章瞭解 TiDB 技術內幕 —— 談調度
- • Scala 中文亂碼解決
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
相關文章
- 1. Machine Learning in Action -- 樹迴歸
- 2. Machine learning in action (2) —— KNN algorithm
- 3. Machine Learning in Action – PCA和SVD
- 4. Machine Learning in action --CART --treeExplore.py
- 5. Machine Learning in Action -- 迴歸
- 6. Machine Learning in Action (1) —— basics
- 7. Machine Learning in Action (5) —— logistic regression
- 8. 小白學習Machine Learning in Action-機器學習實戰------決策樹
- 9. Machine Learning in Action(6) —— Support Vector Machine
- 10. [machine learning] 決策樹ID3算法