您的位置: 首页 > 文章 > 【机器学习课程-华盛顿大学】：3 分类 3.3 决策树decision tree

【机器学习课程-华盛顿大学】：3 分类 3.3 决策树decision tree

分类: 文章 • 2024-11-15 09:39:03

1、决策树

【机器学习课程-华盛顿大学】：3 分类 3.3 决策树decision tree

怎么发现最优的树？

【机器学习课程-华盛顿大学】：3 分类 3.3 决策树decision tree

2、贪婪法

【机器学习课程-华盛顿大学】：3 分类 3.3 决策树decision tree

（1）先建一棵空树

（2）选择一个特征分割数据：

对分割的每一个分支：

（3）如果没有其他的可做，预测

（4）否则，进行步骤（2），继续迭代分割

【机器学习课程-华盛顿大学】：3 分类 3.3 决策树decision tree

3、如何确定最优分割特征？

【机器学习课程-华盛顿大学】：3 分类 3.3 决策树decision tree

选择分类误差最小的特征作为此次分割特征：

【机器学习课程-华盛顿大学】：3 分类 3.3 决策树decision tree

4、树分割停止条件

（1）节点的所有数据有相同的y值

【机器学习课程-华盛顿大学】：3 分类 3.3 决策树decision tree

（2）所有的特征有已经用来分割了

【机器学习课程-华盛顿大学】：3 分类 3.3 决策树decision tree

5、多类分类

【机器学习课程-华盛顿大学】：3 分类 3.3 决策树decision tree

6、真值特征的处理

【机器学习课程-华盛顿大学】：3 分类 3.3 决策树decision tree

【机器学习课程-华盛顿大学】：3 分类 3.3 决策树decision tree

选择分类误差最小的阈值作为阈值：

【机器学习课程-华盛顿大学】：3 分类 3.3 决策树decision tree

7、决策树和逻辑回归对比

【机器学习课程-华盛顿大学】：3 分类 3.3 决策树decision tree

8、测试

【机器学习课程-华盛顿大学】：3 分类 3.3 决策树decision tree

【机器学习课程-华盛顿大学】：3 分类 3.3 决策树decision tree