摘要: 回归树也是一种决策树,不过它处理的数据标签不是属于分类的,也就是说它的标签是一个连续随机的值,比如说对一个城市的房价的预测,每个月的房价都是随机波动的值,不像分类任务,要将所有数据根据标签进行分类。 重要参数、属性、接口 criterion:回归树衡量分枝质量的指标,支持的标准有三种: 1)输入"m 阅读全文
posted @ 2020-05-14 16:20 victorywr 阅读(2324) 评论(0) 推荐(0) 编辑
摘要: import pandas as pd from sklearn.tree import DecisionTreeClassifier from sklearn.model_selection import train_test_split from sklearn.model_selection 阅读全文
posted @ 2020-05-14 08:43 victorywr 阅读(703) 评论(0) 推荐(0) 编辑
摘要: 决策树(Decision Tree)是一种非参数的有监督学习方法,它能够从一系列有特征和标签的数据中总结出决策规则,并用树状图的结构来呈现这些规则,以解决分类和回归问题。决策树算法容易理解,适用各种数据,在解决各种问题时都有良好表现,尤其是以树模型为核心的各种集成算法。 个人感受:一组数据样本,具备 阅读全文
posted @ 2020-05-14 08:39 victorywr 阅读(844) 评论(0) 推荐(0) 编辑