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)---
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)---