ML《決策樹(二)C4.5》

上一篇咱們學習的ID3算法呢,有一些缺點。web 1:它只能處理離散值。算法 2:容易過擬合,由於咱們拿到了樣本,老是但願最後獲得的樣本是很是純的,因此我那個我那個形成了過擬合,訓練樣本擬合很好,泛化能力下降。svg 3:在每一次的節點選擇中啊,它老是傾向於某個屬性值種類多的特徵。性能 這裏新增一個缺點 4:就是沒有對缺失值的處理。學習 所以咱們有另一種決策樹的算法,C4.5,它也是決策樹算法。
相關文章
相關標籤/搜索