- 博客(2)
- 资源 (2)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 决策树原理-python实现
《机器学习实战》 CH3 决策树基本原理与实现。决策树基本原理可以概括为：通过计算信息增益划分属性集，选择增益最大的属性作为决策树当前节点，依次往下，构建整个决策树。为了计算熵，需要先计算每个属性的信息增益值，通过下面公式计算： 创建数据集：def createDataSet(): dataSet = [ [1, 1, 'yes'], [1, 1
2016-05-24 00:15:34
7839
1
sklearn里的learning_curve为何会如此占用内存
2015-11-20
TA创建的收藏夹 TA关注的收藏夹
TA关注的人