数据挖掘
qq_22524405
这个作者很懒,什么都没留下…
展开
-
机器学习笔记2-基于决策树的分类预测
目录决策树介绍决策树算法原理决策树(Decision Tree)是一种以树形数据结构来展示决策规则和分类结果的模型,它是将看似无序、杂乱的已知实例,通过某种技术手段将它们转化成可以预测未知实例的树状模型。每一条从根结点(对最终分类结果贡献最大的属性)到叶子结点(最终分类结果)的路径都代表一条决策的规则。决策树也是一种监督学习的分类算法,要求输入标注好类别的训练样本集,每个训练样本由若干个用于分类的特征来表示。决策树算法的训练目的在于构建决策树,希望能够得到一颗可以将训练样本按其类别进行划分的决策树。原创 2020-08-25 08:24:41 · 637 阅读 · 0 评论 -
机器学习笔记-基于逻辑回归的分类预测
逻辑回归介绍逻辑回归(Logistic regression,简称LR)虽然其中带有"回归"两个字,但逻辑回归其实是一个分类模型,并且广泛应用于各个领域之中。虽然翻译为逻辑,但是Logistic的语义来自Logarithm:对数,更能体现逻辑回归的本质。而对于逻辑回归而言,最为突出的两点就是其模型简单和模型的可解释性强。逻辑回归模型的优劣势:优点:实现简单,易于理解和实现;计算代价不高,速度很快,存储资源低;输出值具有概率意义;支持多分类。缺点:容易欠拟合,分类精度可能不高。逻辑回归的应用场景原创 2020-08-20 19:07:41 · 228 阅读 · 0 评论