#决策树算法分类： # 1、ID3算法：其核心是在决策树的各级节点上，使用信息增益方法作为属性的选择标准，来帮助确定生成每个节点时所应采用的合适属性 # 2、C4.5算法：是使用信息增益率来选择节点属性，ID3只适用于离散的属性描述，而C4.5既能够处理离散的描述属性，也可以处理连续的描述属性 # 3、CART算法：是一种十分有效地非参数分类和和i回归方法，通过构建树、修剪树、评估树来构建
本文介绍了决策树算法，包括ID3、C4.5和CART，并详细讲解了ID3的计算步骤。此外，通过Python代码展示了如何使用sklearn库实现决策树预测销量高低的过程，并利用可视化工具展示决策树结构。
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
