決策樹、Bagging、隨機森林、Boosting、Adaboost、GBDT、XGBoost

決策樹(Descision Tree) 決策樹介紹 決策樹基於「樹」結構進行決策: - 每個「內部節點」對應於某個屬性上的測試 - 每個分枝對應於該測試的一種可能結果(即屬性的某個取值) - 每個葉節點對應於一個「預測結果」 決策樹學習的三個步驟 特徵選擇 決策樹的生成 決策樹的修剪 特徵選擇是決定用哪個特徵來劃分特徵空間; 特徵選擇的準則:信息增益或信息增益比 案例:預測小明今天出門打不打球 信
相關文章
相關標籤/搜索