學(xué)習(xí)筆記嗎，僅供參考，有錯必糾

---

文章目錄

• • 決策樹與隨機(jī)森林
  • • 基本流程
    • • 決策樹定義及結(jié)構(gòu)
      • 決策樹學(xué)習(xí)步驟
    • 劃分選擇
    • • 信息增益
      • 增益率
      • 基尼基數(shù)
      • 剪枝處理
    • 隨機(jī)森林

---

決策樹與隨機(jī)森林

決策樹(decision tree)是常用的機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘方法，它代表的是對象屬性與對象
值之間的一種映射關(guān)系，可以用于分析數(shù)據(jù)和預(yù)測，其主流算法包括ID3算法、C4.5算法、CART算法。

基本流程

決策樹定義及結(jié)構(gòu)

決策樹又稱為判定樹，是一種基于實例的基本分類與回歸方法，從一組無次序、無規(guī)則的事例中推理出以樹為表示形式的分類規(guī)則，形成分類器和預(yù)測模型。

決策樹由結(jié)點和有向邊構(gòu)成。結(jié)點包括

總結(jié)

以上是生活随笔為你收集整理的机器学习中的不平衡分类方法(part5)--决策树与随机森林的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。