2018年9月28日

003-决策树案例

摘要: anaconda -4.5.11 python-3.6.5 scikit-learn-0.19.1 ## 树模型参数: - 1.criterion gini or entropy gini系数或者熵值 - 2.splitter best or random 前者是在所有特征中找最好的切分点 后者是在 阅读全文

posted @ 2018-09-28 18:17 医疗兵皮特儿 阅读(729) 评论(0) 推荐(0) 编辑

002-决策树构造实例

摘要: 数据:14天打球情况 特征:4种环境变化,outlook观察,temperature温度,humidity湿度,windy刮风 目标:构造决策树 根据四种特征决策play 划分方式:4种 问题:谁当根节点呢? 依据:信息增益 在历史数据中(14天)有9天打球,5天不打球,所以此时的熵应为: 关于lo 阅读全文

posted @ 2018-09-28 15:35 医疗兵皮特儿 阅读(630) 评论(0) 推荐(0) 编辑

001-决策树算法介绍

摘要: 树模型: 决策树:从根节点一步一步走到叶子节点(决策) 所有的数据最终都会落到叶子节点,既可以做分类也可以做回归 例如: 一家5个人是否愿意玩电脑游戏: 树的组成: 根节点:第一个选择点 最重要的节点,也是分类效果最明显的方式 非叶子节点与分支:中间过程 进一步的分类,效果没有根节点明显 叶子节点: 阅读全文

posted @ 2018-09-28 14:02 医疗兵皮特儿 阅读(226) 评论(0) 推荐(0) 编辑

导航