機器學習技法-Decision Tree

大綱 上節課我們主要介紹了Adaptive Boosting。AdaBoost演算法通過調整每筆資料的權重，得到不同的hypotheses，然後將不同的hypothesis乘以不同的係數α進行線性組合。這種演算法的優點是，即使底層的演算法g不是特別好（只要比亂選好點），經過多次迭代後算法模型會越來越好，起到了boost提升的效果。本節課將在此基礎上介紹一種新的aggregation算法：決策樹（D

>>阅读原文<<