机器学习
lizhengl
这个作者很懒,什么都没留下…
展开
-
机器学习---决策树CART---opencv源码分析
一、原理 决策树是一种非参数的监督学习方法,它主要用于分类和回归。决策树的目的是构造一种模型,使之能够从样本数据的特征属性中,通过学习简单的决策规则——IF THEN规则,从而预测目标变量的值。图1 决策树例如,在某医院内,对因心脏病发作而入院治疗的患者,在住院的前24小时内,观测记录下来他们的19个特征属性——血压、年龄、以及其他17项可以综合判断病人状况的重要指标,转载 2017-02-10 12:20:57 · 1830 阅读 · 0 评论 -
机器学习CART及CCP剪枝原理
CART,又名分类回归树,是在ID3的基础上进行优化的决策树,学习CART记住以下几个关键点:(1)CART既能是分类树,又能是分类树;(2)当CART是分类树时,采用GINI值作为节点分裂的依据;当CART是回归树时,采用样本的最小方差作为节点分裂的依据;(3)CART是一棵二叉树。接下来将以一个实际的例子对CART进行介绍:转载 2017-02-10 12:31:07 · 7821 阅读 · 3 评论