- 博客(2)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 ID3和C4.5的区别
1.ID3算法存在的缺点 （1）ID3算法在选择根节点和各内部节点中的分支属性时，采用信息增益作为评价标准。信息增益的缺点是倾向于选择取值较多的属性，在有些情况下这类属性可能不会提供太多有价值的信息。 （2）ID3算法只能对描述属性为离散型属性的数据集构造决策树。 2． C4.5算法做出的改进 (1) 用信息增益率来选择属性 克服了用信息增益来选择属性时偏向选择值多的
2015-09-01 13:12:43
9543
转载 数据挖掘—决策树几种方法的比较
1. C&R 树 classification and regression trees 是一种基于树的分类和预测方法，模型使用简单，易于理解（规则解释起来更简明易），该方法通过在每个步骤最大限度降低不纯洁度，使用递归分区来将训练记录分割为组。然后，可根据使用的建模方法在每个分割处自动选择最合适的预测变量。如果节点中100% 的观测值都属于目标字段的一个特定类别，则该节点将被认定为“纯洁”。目标
2015-09-01 11:55:23
3084
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人