统计学习方法----决策树

决策树模型:树形结构,选择较优的特征,对实例进行分类的过程。                    (可以与Adaboost算法结合使用,由弱分类器转化为强分类器)包含3个步骤:特征选择,决策树生成,决策树修剪。                     (决策树的生成对应模型的局部选择,决策树的修剪对应模型的全局选择)1)特征选择:     准则:信息增益(ID3算
摘要由CSDN通过智能技术生成

决策树模型:树形结构,选择较优的特征,对实例进行分类的过程。

                    (可以与Adaboost算法结合使用,由弱分类器转化为强分类器)

包含3个步骤:特征选择,决策树生成,决策树修剪。

                     (决策树的生成对应模型的局部选择,决策树的修剪对应模型的全局选择)


1)特征选择:

     准则:信息增益(ID3算法)---matlab自带为treefit;

                信息增益比(ID4.5算法)

                基尼指数(CART算法)---

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值