- 博客(3)
- 资源 (7)
- 收藏
- 关注
RSS订阅原创 机器学习笔记（6）——C4.5决策树中的剪枝处理和Python实现
1. 为什么要剪枝还记得决策树的构造过程吗？为了尽可能正确分类训练样本，节点的划分过程会不断重复直到不能再分，这样就可能对训练样本学习的“太好”了，把训练样本的一些特点当做所有数据都具有的一般性质，从而导致过拟合。这时就可以通过剪枝处理去掉一些分支来降低过拟合的风险。剪枝的基本策略有“预剪枝”（prepruning）和“后剪枝”（post-pruning）：预剪枝是在决策树的生成过程中...
2018-10-26 14:21:27
20680
61
原创 机器学习笔记（5）——C4.5决策树中的连续值处理和Python实现
在ID3决策树算法中，我们实现了基于离散属性的决策树构造。C4.5决策树在划分属性选择、连续值、缺失值、剪枝等几方面做了改进，内容较多，今天我们专门讨论连续值的处理和Python实现。1. 连续属性离散化C4.5算法中策略是采用二分法将连续属性离散化处理：假定样本集D的连续属性有n个不同的取值，对这些值从小到大排序，得到属性值的集合。把区间的中位点作为候选划分点，于是得到包含n-1个...
2018-10-18 17:05:20
23395
135
原创 Python学习笔记（5）——字典的定义和操作方法
1. 什么是字典字典是Python中唯一的一种内置映射（mapping）类型的数据结构，就像日常生活中的字典一样，可以轻松的找到特定的单词（键），以获悉其定义（值）。字典由键（key）和其相应的值（value）组成，键-值对成为项（item）。例如：dataType = {'string': '字符串', 'list': '列表', 'dict': '字典'}在之前的文章ID3决策树...
2018-10-11 15:30:28
1875
HCluster.py
2020-01-02
Logistic算法（随机梯度下降法）的Python代码和数据样本
2019-03-12
Logistic回归算法的Python代码和数据样本
2019-01-28
C4.5决策树算法的Python代码和数据样本
2018-12-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人