非線性分類——決策樹

今天我們來講非線性分類器。 爲什麼要使用非線性分類器呢？因爲有時候數據未必是線性可分的。 常見的非線性方法有： 線性擴展的思想 線性擴展模型。即把非線性數據通過一個非線性轉換，變爲新的數據分佈，並且這些數據符合線性分佈。這樣就可以使用線性方法進行分類處理。 核函數方法。 2.非線性的思想 最近鄰 k近鄰 決策樹 神經網絡 集成學習 決策樹 決策樹的目標：產生一棵泛化能力強的決策樹。 決策樹的基本流

>>阅读原文<<