id3: 细化分割,使信息增益最大,容易过拟合
c4.5:使用增益率(来优化分割太细的代价),属性类别较多,增益率小
cart:gini指数,基尼值为从数据集中抽取两个样本,纯度越高,基尼指数越小,剪枝使树更简化
cart(classification and regression tree)也可用于回归,回归用均方误差计算
交叉验证
决策树(三种)
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
- 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
推荐阅读更多精彩内容
- 1、模型原理 (一)原理 1、原理:引入信息熵(不确定程度)的概念,通过计算各属性下的信息增益程度(信息增益越大,...