- 博客(2)
- 收藏
- 关注
RSS订阅原创 机器学习实战（二）：决策树
决策树 算法简介 组成：长方形为判断模块，椭圆形为终止模块， 优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特征值数据。 缺点：可能会产生过的匹配问题 适用数据类型：数据型和标称型。 算法实现 决策树的一般流程 收集数据：可使用任何方法。 准备数据：树构造算法只适用于标称型数据，因此数值型数据必须离散化。 分析数据：可以使用任何方法，构造树完成之后，我们应该检查图形是否符合预测。 训练算法：构造树的数据结构。 测试算法：使用经验树计算错误率。 使用算法：此步骤可以适用于任何监
2021-05-02 15:46:04
175
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人