【機器學習算法篇】決策樹

決策樹是一種基本的分類與迴歸方法。 決策樹的學習過程 特徵選擇:從訓練數據的特徵中選擇一個特徵作爲當前節點的分裂標準(特徵選擇的標準不同產生了不同的特徵決策樹算法)。 決策樹生成:根據所選特徵評估標準,從上至下遞歸地生成子節點,直到數據集不可分則停止。 剪枝:決策樹容易過擬合,需要剪枝來縮小樹的結構和規模(包括預剪枝和後剪枝)。實現決策樹的算法包括ID3、C4.5算法等 實現決策樹的算法包括ID3
相關文章
相關標籤/搜索