機器學習筆記(四)

一、決策樹的基本概念 決策樹學習的目的是爲了產生一棵泛化能力強,即處理未見示例能力強的決策樹。 第3行解釋,當前結點包含的樣本全部屬於同一類別。 第6行解釋,當前屬性集爲空,或所有樣本在所有屬性上取值相同。 第12行解釋,當前結點包含的樣本集合爲空。 二、劃分選擇 決策樹學習的關鍵在於如何選擇最優劃分屬性。一般而言,隨着劃分過程不斷進行,我們希望決策樹的分支結點所包含的樣本儘可能屬於同一類別,即結
相關文章
相關標籤/搜索