开发工具:
文件大小: 36kb
下载次数: 0
上传时间: 2021-01-07
详细说明：决策树
算法评价
准确性，速度，强壮行，规模性，可解释性
什么是决策树（Decision tree）？
类似于流程图的树结构：其中，每个内部节点表示在一个属性上的测试，每个分支代表一个属性输出，而每个树叶节点代表类或类分布，树的最顶层是根节点。
熵（Entropy)
信息度量==不确定性的多少
H（x)=-∑P(x)*log2P(x)
决策树归纳算法（ID3）
信息获取量：Gain(A)=Info(D)-Info_A(D);
建造过程：
1.树以训练样本的单个节点开始
2.如果样本都在同一类，则该节点成为树叶
3.根据信息获取度来划分能最好将样本分类的属性
4.连续属性离散化
5.递归划分
6
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
