机器学习笔记09-----决策树与随机森林1---决策树概述
1.主要内容
案例引出:
2.条件熵
定义:
条件熵的定义式推导:
上图以出去打网球的案例为例,根节点的熵是大于0的,最底层的子节点的熵是等于0的,以信息熵为度量,构造一颗熵值下降最快的树。
3.决策树
(1)决策树的样式
(2)决策树的定义
(3)决策树算法的特点
(4)生成决策树的算法
(5)互信息
(6)信息增益
(7)决策树三种算法总结
(8)决策树的评价
分类:
机器学习
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 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?
· 分享4款.NET开源、免费、实用的商城系统
· 全程不用写代码,我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· 白话解读 Dapr 1.15:你的「微服务管家」又秀新绝活了
· 上周热点回顾(2.24-3.2)
2019-04-11 010 Android Fragment之间的通信(用fragment替换掉XML布局文件中的一个线性布局)