- 博客(2)
- 收藏
- 关注
RSS订阅原创 机器学习实验二
一.算法原理二.基本步骤三.量化纯度四.剪枝处理五.连续值处理一、算法原理1.决策树（Decision Tree）是一种简单但是广泛使用的分类器。通过训练数据构建决策树，可以高效的对未知的数据进行分类。2.决策树需要监管学习，监管学习就是给出一堆样本，每个样本都有一组属性和一个分类结果，也就是分类结果已知，那么通过学习这些样本得到一个决策树，这个决策树能够对新的数据给出正确的分类。3.决策树有两大优点：1）决策树模型可以读性好，具有描述性，有助于人工分析；2）效率高，决策树只
2022-01-04 13:52:53
848
1
原创 机器学习——K-近邻算法
（一）K-近邻算法概述1． ???? 近邻法是基本且简单的分类与回归方法。 ???? 近邻法的基本做法是：对给定的训练实例点和输入实例点，首先确定输入实例点的 ???? 个最近邻训练实例点，然后利用这 ???? 个训练实例点的类的多数来预测输入实例点的类。2． ???? 近邻模型对应于基于训练数据集对特征空间的一个划分。 ???? 近邻法中，当训练集、距离度量、 ???? 值及分类决策规则确定后，其结果唯一确定。3． ???? 近邻法三要素：距离度量、 ???? 值的选择和分类决
2021-10-03 23:24:27
858
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