机器学习课程复习——决策树

Q:这三个算法哪一个可以用来做回归?

CART 

Q:这学期学过的分类算法有哪些?

支持向量机、决策树、k近邻、逻辑回归、朴素贝叶斯、ANN

(注意区分分类算法与聚类算法)

Q:计算题

根据以上条件,生成相应的决策树 

1. ID3算法

2. C4.5算法

3. CART算法

Q:剪枝的逻辑?

(由于决策树容易出现过拟合的情况,所以我们需要对他剪枝)

  1. 信息增益
  2. 精度
  3. 泛化性

Q:CART算法与前两个算法的不同?

  1. 基尼指数
  2. 二分类

改进

  1. 随机森林:通过集成多个决策树来提高模型的稳定性和准确性。
  2. 梯度提升树:通过boosting方法提升决策树的性能。
  • 20
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值