- 博客(2)
- 收藏
- 关注
RSS订阅转载 决策树学习笔记（二）
决策树学习笔记(二) 接着上一篇 接着上一篇笔记决策树学习笔记(一)继续学习，上一篇主要是对决策模型的初步认识和理解以及特征选择的一些规则；接下去就是决策树算法的具体实现和优化，包括决策树生成、剪枝以及分类与回归树(CART)详解。分类与回归树模型还会在后续的提升树学习中结合使用。 做学习笔记确实是一件比较耗时的事情(已经快被实验室项目榨干精力，期盼周末TT)，仅剩的空闲时间
2017-08-10 15:12:59
498
转载 决策树学习笔记（一）
决策树学习笔记（一） 前言 For GBDT: 提升树、GBDT是以分类树或者回归树为基本分类器的提升方法，在看提升树算法的时候我发现对决策树学习的一些细节并不清晰了，于是决定从头再学一遍。之前的理解还是比较粗浅，一直以为决策树比较简单，类似于很多的简单规则一级一级拼凑起来，其实对决策树的条件概率表示、特征选择、决策树生成以及剪枝都没有真正的掌握。真正的理解算法是要能够非
2017-08-10 15:10:57
351
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人