2018年1月22日
机器学习之决策树
摘要： 决策树解决的是分类问题 特征选择：选择一个合适的特征作为判断节点，可以快速的分类，减少决策树的深度。决策树的目标就是把数据集按对应的类标签进行分类。最理想的情况是，通过特征的选择能把不同类别的数据集贴上对应类标签。特征选择的目标使得分类后的数据集比较纯。如何衡量一个数据集纯度，这里就需要引入数据纯度 阅读全文
posted @ 2018-01-22 09:37 zhaop 阅读(251) 评论(0) 推荐(0) 编辑