2019年7月20日
决策树、随机森林与k-means聚类算法
摘要： 决策树的构建满足信息熵增益最大化原则 决策树的优点： 可解释性高 能处理非线性的数据 不需要数据归一化 可以用于特征工程 对数据分布没有偏好 广泛使用 容易软件实现 可以转化为规则 决策树的弱点 启发式生成，不是最优解 容易过拟合 微小的数据改变会改变整个树的形状 对类别不平衡的数据不友好 随机森林 阅读全文
posted @ 2019-07-20 17:24 igofreely 阅读(3223) 评论(0) 推荐(0) 编辑