文章目录
-
决策树
-
3.1 决策树的构造
-
3.1.1 信息增益
-
3.1.2 编写代码计算经验熵
-
3.1.4利用代码计算信息增益
-
3.2 决策树的生成和修剪
-
3.2.1 决策树的构建
-
1. ID3算法
-
2. C4.5的生成算法
-
3. 决策树的剪枝
-
3.2.2 决策树可视化
-
3.2.3 ID3、C4.5、CART的区别
-
3.3 使用决策树进行分类
-
3.4 决策树的存储
-
3.5 sklearn——使用决策树预测隐形眼镜类型
-
3.5.1 使用sklearn构建决策树
-
3.5.2 使用Graphviz可视化决策树
-
3.6 总结
-
3.7 梯度提升决策树(GBDT)
-
3.7.1 GBDT概述