![](https://img-blog.csdnimg.cn/20190918140158853.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
常见决策树算法逻辑理解以及代码实现
文章平均质量分 63
包含ID3,C4.5,CART三种决策树算法. 原理分析以及实例及代码实现
TomcatLikeYou
这个作者很懒,什么都没留下…
展开
-
【常见决策树算法(ID3,C4.5,CART) 逻辑理解以及代码实现(0)】目录
【常见决策树算法(ID3,C4.5,CART) 逻辑理解以及代码实现(0)】目录原创 2023-08-23 15:53:54 · 67 阅读 · 0 评论 -
【常见决策树算法逻辑理解以及代码实现(1)】ID3 逻辑理解(信息熵,信息增益)
即每个子集的混乱程度乘以各自的权重之和。进行划分后的混乱程度。进行划分后的混乱程度。原创 2023-08-18 14:05:29 · 537 阅读 · 0 评论 -
【常见决策树算法逻辑理解以及代码实现(2)】C4.5 逻辑理解,包含代码(增益率)
增益率:排除子集数量对信息增益的影响原创 2023-08-23 15:58:23 · 86 阅读 · 0 评论 -
【常见决策树算法逻辑理解以及代码实现(3)】ID3 (代码实现,包含绘图,西瓜书示例)
【代码】【常见决策树算法逻辑理解以及代码实现(3)】ID3 (代码实现,包含绘图,西瓜书示例)原创 2023-08-23 16:03:57 · 91 阅读 · 0 评论 -
【常见决策树算法逻辑理解以及代码实现(4)】CART 逻辑理解(基尼值,基尼指数的推导过程)
基尼值 基尼指数 由3个实例从特殊到一般推导过程如下原创 2023-08-22 16:54:07 · 116 阅读 · 0 评论 -
【常见决策树算法逻辑理解以及代码实现(5)】CART (代码实现,包含绘图,西瓜书示例)
【代码】【常见决策树算法逻辑理解以及代码实现(5)】CART (代码实现,包含绘图,西瓜书示例)原创 2023-08-24 17:14:13 · 256 阅读 · 0 评论 -
信息增益 代码片段以及再次理解信息增益过程
记好瓜比例为p1,坏瓜比例为p2。则完全不混乱为全是好瓜或全是坏瓜。信息熵为衡量信息混乱程度的量。原创 2023-08-10 13:11:02 · 769 阅读 · 0 评论