學習筆記，僅供參考，有錯必究‘

---

文章目錄

• • 決策樹
  • • 分類
    • 回歸
    • 多輸出問題
    • 實用技巧
    • 決策樹算法:ID3, C4.5, C5.0和CART

---

決策樹

決策樹(DTs)是一種用于分類和回歸的非參數監督學習方法。目標是創建一個模型，通過學習從數據特性推斷出的簡單決策規則來預測目標變量的值。樹可以看作是一個分段的常數近似。

例如，在下面的示例中，決策樹通過一組if-then-else決策規則從數據中學習近似正弦曲線。樹越深，決策規則越復雜，模型越適合。

決策樹的一些優點:

• 理解和解釋簡單，且樹可以可視化。

• 幾乎不需要數據準備。其他技術通常需要數據標準化，需要創建虛擬變量和刪除空白值。但是請注意，該模塊不支持缺失值。

• 使用樹的成本是對數，即用

總結

以上是生活随笔為你收集整理的sklearn自学指南(part55)--决策树的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。