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
|