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 2024-09-21 14:48:47 发布
本文探讨了决策树算法在面试中的重要知识点,包括ID3、C4.5和CART算法,以及它们如何应用于随机森林、Adaboost和GBDT。CART决策树通过基尼指数选择最佳切分点,以构建最优子树。
摘要由CSDN通过智能技术生成