决策树

决策树

信息熵：   -p(x) * log p(x)

ID3：信息增益：  上层熵值 - 下层熵值
C4.5：信息增益率：信息增益/自身熵值

评价函数：叶子节点熵值之和最小

预剪枝：在构建决策树的过程中提前停止

后剪枝：在决策树构建好后才开始裁剪

 

 随机森林    构造多个决策树   取众数（分类）或者平均值（回归）

随机森林   拆开理解   森林：一个样本集训练多个决策树   随机：特征随机  样本数量随机

 

posted @   一只竹节虫  阅读(123)  评论(0)  编辑  收藏  举报
编辑推荐：
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识（上）
· 浏览器原生「磁吸」效果！Anchor Positioning 锚点定位神器解析
· 没有源码，如何修改代码逻辑？
阅读排行：
· 全程不用写代码，我用AI程序员写了一个飞机大战
· DeepSeek 开源周回顾「GitHub 热点速览」
· MongoDB 8.0这个新功能碉堡了，比商业数据库还牛
· 记一次.NET内存居高不下排查解决与启示
· 白话解读 Dapr 1.15：你的「微服务管家」又秀新绝活了
点击右上角即可分享
微信分享提示