摘要:
树模型 应用场景:1.分类 2.回归 步骤:特征选择+树的生成+剪枝 分类应用中的树模型等价于if-then规则的集合or定义在特征空间与类空间的条件概率分布,可解释性强 概念: 1. 熵:表示随机变量的不确定程度,其数值越大,则随机变量的不确定性也越大 2.条件熵:表示在已知随机变量X的条件下随机 阅读全文
摘要:
树模型 应用场景:1.分类 2.回归 步骤:特征选择+树的生成+剪枝 分类应用中的树模型等价于if-then规则的集合or定义在特征空间与类空间的条件概率分布,可解释性强 概念: 1. 熵:表示随机变量的不确定程度,其数值越大,则随机变量的不确定性也越大 2.条件熵:表示在已知随机变量X的条件下随机 阅读全文
|