- 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
214
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