决策树
文章平均质量分 51
778811
这个作者很懒,什么都没留下…
展开
-
几种分类方法简述
IDA--转换为特征空间;朴素贝叶斯---特征之间相互独立;决策树----挑选最优的特征;原创 2016-07-12 20:37:21 · 1422 阅读 · 0 评论 -
统计学习方法---决策树之ID3算法
ID3算法只有树的生成,所以该算法生成的树容易产生过拟合。原创 2016-07-12 22:13:52 · 1079 阅读 · 0 评论 -
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算原创 2016-07-12 21:55:12 · 854 阅读 · 0 评论 -
Matlab实现决策树算法进行数字识别
转自:http://blog.csdn.net/geyalu/article/details/49951129决策树是一个与流程图相似的树状结构;其中,每一个内部结点都是对一个属性的测试,每一个分枝代表一个结果输出,而每个树叶结点代表一个特定的类或者类的分布。决策树最顶层结点称作根结点。一棵典型的决策树如图1所示。它表示概念“购买计算机”,即他预测顾客是否可能购买计算机。转载 2016-07-13 10:57:30 · 5128 阅读 · 1 评论 -
决策树--matlab自带函数
已知训练数据和训练数据类,获得决策树模型:t=treefit(train_X,y);%train_X的行数为样本数,列数为特征数;y的行数为样本数,1列表征类;t=classregtree(train_X,y):%用法与上一致,只是treefit为ID3算法,classregtree为CART算法;现在多使用classregtree;关于决策树的相关函数目前多放在cla原创 2016-07-13 12:22:00 · 43348 阅读 · 1 评论