CART决策树算法总结

最新推荐文章于 2024-05-14 17:05:40 发布

godspeedkaka

最新推荐文章于 2024-05-14 17:05:40 发布

阅读量7.9k

点赞数

分类专栏：机器学习文章标签：机器学习 CART决策树 Python 算法

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/u014664226/article/details/51681169

版权

CART决策树算法，顾名思义可以创建分类树（classification）和回归树（regression）。

1.分类树。

当CART决策树算法用于创建分类树时，和ID3和C4.5有很多相似之处，但是CART采用基尼指数作为选择划分属性的依据，数据集的纯度用基尼值来度量，具体公式为
$Gini(D) = 1 - \sum_{k=1}^{C}p^k$ ，其中 pk

最低0.47元/天解锁文章

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
CART决策树算法总结

CART决策树算法，顾名思义可以创建分类树（classification）和回归树（regression）。1.分类树。当CART决策树算法用于创建分类树时，和ID3和C4.5有很多相似之处，但是CART采用基尼指数作为选择划分属性的依据，数据集的纯度用基尼值来度量，具体公式为 Gini(D)=1−∑Ck=1pkGini(D) = 1 - \sum_{k=1}^{C}p^k，其中pkp^k是第K类
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。