【ML算法】隨機森林算法的總結(一)之決策樹

文章主要從以下幾個方面進行介紹隨機森林算法: 1.決策樹算法。 2.集成學習思想。 3.隨機森林算法的形成 一、決策樹算法 1.決策樹是什麼? 決策樹是一種基本的分類和迴歸方法。其主要優點是模型具有可讀性。決策樹學習主要包括3個步驟:特徵選擇、決策樹的生成、決策樹的修剪。決策樹學習常有的算法有ID3、C4.5、CART。 它是一種典型的分類方法,首先對數據進行處理,利用歸納算法生成可讀的規則和決策
相關文章
相關標籤/搜索