机器学习之决策树算法（七）以西瓜数据集的离散特征和连续特征为例编写回归树

最新推荐文章于 2024-07-27 15:52:24 发布

繁华三千东流水

最新推荐文章于 2024-07-27 15:52:24 发布

阅读量1.1k

点赞数 1

分类专栏：机器学习算法思想及代码实现文章标签：机器学习决策树算法回归树

本文链接：https://blog.csdn.net/qq872890060/article/details/99654775

版权

本文深入探讨了机器学习中的决策树算法，重点在于如何使用CART回归算法构建二叉树。通过西瓜数据集，详细阐述了离散特征和连续特征在构建回归树时的代码实现，并提供了相关图例进行辅助理解。

摘要由CSDN通过智能技术生成

回归树

基于方差不纯度增益的回归树——CART回归算法——二叉树
叶子：均值

西瓜数据集如下

    x1     x2     x3  label  score
0   青绿  0.697  0.460      0     71
1   乌黑  0.774  0.376      0     92
2   乌黑  0.634  0.264      0     86
3   青绿  0.608  0.318      0     79
4   浅白  0.556  0.215      0     91
5   青绿  0.403  0.237      0     88
6   乌黑  0.481  0.149      0     85
7   乌黑  0.437  0.211