理论
一:机器学习中分类和预测算法的评估
1.准确率
2.速度
3.强壮性
4.可规模性
5.可解释性
二:什么是决策树/判定树(decision tree)
判定树是一个类似于流程图的树结构,其中,每个内部节点标识在一个属性上的测试,每个分支代表
一个属性输出,而每个树节点代表类或类分布,树的最顶层是根节点
2.机器学习中分类方法中的一个重要算法:
构造决策树的基本算法
理论
一:机器学习中分类和预测算法的评估
1.准确率
2.速度
3.强壮性
4.可规模性
5.可解释性
二:什么是决策树/判定树(decision tree)
判定树是一个类似于流程图的树结构,其中,每个内部节点标识在一个属性上的测试,每个分支代表
一个属性输出,而每个树节点代表类或类分布,树的最顶层是根节点
2.机器学习中分类方法中的一个重要算法:
构造决策树的基本算法