常用决策树:
ID3(基于信息增益);C4.5(基于信息增益比);CART(基于基尼指数)。
Bagging+决策树=随机森林;
boosting+决策树=adboost;
gradient+决策树=GBDT;
CART决策树生成过程:
CART在生成子树时,选择一个特征作为切分点生成子树,其中特征选择的依据是基尼指数,选择基尼指数最小的特征用来作为切分点。
算法岗面试知识点-决策树
最新推荐文章于 2024-08-10 20:38:44 发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)
常用决策树:
ID3(基于信息增益);C4.5(基于信息增益比);CART(基于基尼指数)。
Bagging+决策树=随机森林;
boosting+决策树=adboost;
gradient+决策树=GBDT;
CART决策树生成过程:
CART在生成子树时,选择一个特征作为切分点生成子树,其中特征选择的依据是基尼指数,选择基尼指数最小的特征用来作为切分点。