decisiontree

【人工智能与机器学习】——决策树与集成学习（学习笔记）

前言：决策树（DecisionTree）是一种通过对历史数据进行测算，实现对新数据进行分类和预测的算法。机器学习中，决策树是一个预测模型，代表的是对象属性与对象值之间的一种映射关系。
HinsCoder·2022-12-15 11:19

机器学习笔记-决策树

决策树（DecisionTree）简介决策树是一种分类和回归算法。比较适合分析离散数据。如果是连续数据要先转成离散数据在做分析。
小刘同学要努力呀·2022-12-15 11:18

python决策树分类预测_机器学习算法（六）：基于决策树的分类预测

学习目标了解决策树的理论知识掌握决策树的sklearn函数调用使用并将其运用到企鹅数据集预测决策树介绍与应用决策树介绍决策树(decisiontree)是一种基本的分类与回归方法。
weixin_39989033·2022-12-13 14:04

使用决策树模型，来构建客户违约预测模型

实验：使用决策树模型，来构建客户违约预测模型决策树(DecisionTree)分类技术是一种比较直观的用来分析不确定性事件的概率模型,属于数据挖掘技术中比较常见的一种方法。
@little杰·2022-12-13 14:29

机器学习实战教程（二）：决策树基础篇

决策树(decisiontree)是一种基本的分类与回归方法。
M_Q_T·2022-12-13 09:48

sklearn（一）、决策树

决策树的工作原理决策树（DecisionTree）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。
阿涛的一天·2022-12-13 07:49

Python入门——决策树

决策树(DecisionTree）是一种树形结构，其中每个内部节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶节点代表一种类别。
绝不认输的程序媛·2022-12-12 11:51

常用的机器学习算法（使用 Python 和 R 代码）

R代码最常用的10种机器学习算法在Python和R中的代码对比：①线性回归算法（LinearRegression）②逻辑回归算法（LogisticRegression）③决策树算法（DecisionTree④
氤氲流觞·2022-12-11 09:46

决策树的生成与剪枝(原理与代码)

读取数据函数稍微改改就能用（遇到特征有连续值时(就比如西瓜数据集3.0)，参考决策树（decisiontree）(三)——连续值处理依照这篇博客，我自己尝试实现了一下:决策树处理连续值的代码）文章目录决策树的剪枝
Muasci·2022-12-10 14:15

随机森林c++_随机森林RandomForest挖掘生物标记预测分类

随机森林简介如果读者接触过决策树(DecisionTree)的话，那么会很容易理解什么是随机森林。
weixin_39838231·2022-12-09 23:24

决策树 Decision Tree

决策树（DecisionTree）决策树可以看成为一个if-then规则的集合。决策树方法建立了一个根据数据中属性的实际值决策的模型。决策树用来解决分类和回归问题。
whitenightwu·2022-12-09 14:10

分类Classification：决策树Decision Tree

目录分类的定义决策树DecisionTree混乱衡量指标Giniindex决策树的特点分类的定义分类：建立一个学习函数(分类模型)将每个属性集合（x1,x2,...xn）对应到一组已定义的类别y中。
爱写bug的小程序·2022-12-09 14:39

[机器学习笔记] （四）决策树 Decision Tree

（四）决策树DecisionTree基本概念决策树(DecisionTree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法
梅森上校·2022-12-09 14:06

Sklearn中决策树DecisionTree的参数设定

criterion参数数据划分标准，默认gini，数据量较少的时候可以指定为entropyrandom_state参数主要作用类似对数据测试集的划分、模型创建、生成随机数据集的时候指定一个特定的ID，用于在后续使用过程中数据集等能够固定下来，方便模型的调优。splitter参数加上random参数能够使生成树的过程更加随机，减少过拟合问题。剪枝参数避免训练集上表现好但测试集表现糟糕的情况。剪枝策略
Simon-tt·2022-12-09 14:06

机器学习 决策树DecisionTree 二分类原理与实战

序言之前看过很多博客关于决策树的基本都是多分类的问题，二分类的问题会比较少因此，在完成了对二分类数据集取得不错的预测结果后在这里，博客记录一下，如果各位有什么问题，欢迎在评论区里留言，相互交流讨论数据集：通过收集体检者的数据，分析每个人的血糖值，年龄，bmi值，糖尿病家族史等特征，通过对这些的分析，判断是否为糖尿病患者，若是记为1，不是记为0，典型的二分类问题，有意下载数据评论区可留言代码实战导入
only advertisement·2022-12-09 14:29

详解决策树 Decision Tree

详解决策树DecisionTree详解决策树DecisionTree基本概念特征选择信息增益信息熵信息增益ID3算法算法流程Python实现源码信息增益率信息增益的不足信息增益率C4.5算法算法流程Python
Avery123123·2022-12-09 14:56

【机器学习常见算法】决策树算法(含示例代码)

决策树(DecisionTree)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。
火柴先生·2022-12-09 01:28

决策树（Decision Tree)

决策树（DecisionTree）时间：2022/5/17文章目录决策树（DecisionTree）1.相关知识2.决策树构建算法3属性选择度量3.1信息增益3.2增益率3.3基尼指数3.4其他属性选择度量
木桷·2022-12-07 21:19

《机器学习实战》—— 决策树

Matplotlib2.构造注解树三、测试和存储分类器1.测试算法：使用决策树执行分类2.使用算法：决策树的存储四、应用：使用决策树预测车辆的状况五、改进算法1.C4.5算法2.CART一、决策树的构造决策树（decisiontree
LiaoNanan·2022-12-07 00:46

python分类算法可视化_python实现GBDT算法的回归、二分类以及多分类，算法流程解读并可视化...

想要理解GBDT的真正意义，那就必须理解GBDT中的GradientBoosting和DecisionTree分别是什么？首先，GBDT使用的决策树是CART回归树，无论是处理回归问题还是二
weixin_39939668·2022-12-06 00:57

python sklearn-05：决策树及随机森林

1.决策树2.随机森林1.决策树(decisiontree)决策树一种简单的非线性模型，用来解决回归与分类问题。通常是重复的将训练集解释变量分割成子集的过程。决策树的节点用方块表示，用来测试解释变量。
vinking9393·2022-12-05 14:14

决策树与随机森林/K-means

一、决策树与随机森林（一）决策树1.算法概述决策树（DecisionTree）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
麦格芬230·2022-12-05 12:33

DecisionTreeClassifier决策树

概括决策树（Decisiontree）是一种非参数的有监督学习方法，它能够从一系列有特征的和标签的数据中总结出决策规则，并以树状图的结构来呈现这些规则，以解决分类和回归问题。
代嘻嘻·2022-12-03 10:50

python决策树代码实现

使用sklearn里面的鸢尾花等数据集验证，正确率还不错（90%+）Github地址：https://github.com/nhjydywd/DecisionTree使用方式：importDecisionTreenode
nhjydywd0·2022-12-02 00:56

决策树原理及代码实现

决策树(DecisionTree,又称为判定树)算法是机器学习中常见的一类算法，是一种以树结构(包括二叉树和多叉树)形式表达的预测分析模型。每个决策点实现一个具有离散输出的测试函数，记为分支。
flare zhao·2022-12-02 00:54

李宏毅老师-机器学习的可解释性 Part1

神马：当旁边有人围观的时候，它就能根据身边人的反应，通过剁马蹄来计算数学问题而当没有人围观的时候，它就计算不出来decisiontree：有很多节点，每个节点都有一个问题，决定向
想研究又不会研究的研究生·2022-12-01 19:20

李宏毅 机器学习模型的可解释性 explainable ML

不，我们可以用强大的模型，并且尝试去解释他那么比linearmodel更强大的可解释性的decisiontree可以吗？
Zaгathustra·2022-12-01 19:05

【机器学习之决策树】决策树原理介绍及代码实现sklearn

文章目录一、决策树（DecisionTree）二、原理介绍2.1划分准则的选择2.2决策树分类实战三、代码实现3.1sklearn-API的介绍3.2sklearn实现决策树分类代码3.3sklearn
Sciengineer-Mike·2022-12-01 19:24

机器学习的练功方式（七）——决策树

-知乎(zhihu.com)没有免费午餐定理_百度百科(baidu.com)7决策树决策树(decisiontree)是功能强大而且相当受欢迎的分类和预测算法。其属于有监督学习的一种，以树状图
ArimaMisaki·2022-11-30 22:46

决策树算法

算法构建决策树5.1信息论基础5.2信息增益5.3构建决策树5.4ID3的局限性6.C4.5算法7.CART(基尼系数)8.如何选取算法9.API10.网格搜索调整参数11.示例1.认识决策树决策树(DecisionTree
荼靡，·2022-11-30 13:25

人人都在用的机器学习算法-决策树

决策树（DecisionTree）这里说几个决策树有关的概念：贪心算法：是指在对问题求解时，总是做出在当前看来是最好的选择。不考虑总体的最优解，以每一步的局部最优解来模拟全局最优解。
WiFi下的365·2022-11-30 13:48

极限梯度提升决策树（XGBoost）学习笔记

notebooks/XGBoost.ipynbXGBoostXGBoost=eXtreme+GBDT=eXtreme+(Gradient+BDT)=eXtreme+Gradient+(Boosting+DecisionTree
Royalsan·2022-11-30 08:43

统计学习方法 第五章 决策树 学习笔记

第五章决策树决策树(decisiontree)是一种基本的分类与回归方法。决策树可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件分布概率。优点：模型具可读性、分类速度快。
辰明Xucy·2022-11-29 17:21

决策树算法学习

1、决策树简介决策树（decisiontree）：是一种基本的分类与回归方法，此处主要讨论分类的决策树。决策树通常有三个步骤：特征选择、决策树的生成、决策树的修剪。
Abel_____·2022-11-29 14:39

论文笔记--决策树（Decision Tree）

论文笔记–决策树（DecisionTree）1.定义首先，决策树是一个树结构。其非叶节点表示的是一个特征属性的测试，而每个分支代表了其父节点的特征属性在某个值域的输出。
李舒木子馨☘·2022-11-29 11:12

常用决策树模型ID3、C4.5、CART算法

决策树概述决策树（decisiontree）：是一种基本的分类与回归方法，下面提到的ID3、C4.5、CART主要讨论分类的决策树。
阿松丶·2022-11-29 09:36

机器学习-决策树（Decision Tree）进阶篇之剪枝

此篇博客对决策树的剪枝做展开了解，对决策树还不了解的读者可以先读我的上一篇博客机器学习-决策树（DecisionTree）基础篇https://blog.csdn.net/m0_52053228/article
库里不会写代码·2022-11-28 17:53

scikit-klearn之 1.决策树

一.决策树概述1.认识决策树决策树（DecisionTree）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。
smile~。·2022-11-28 00:00

决策树(Decision Tree)算法 python简单实现

1.简介决策数(DecisionTree)在机器学习中是比较常见的一种算法，属于监督学习中的一种。
alphaTao·2022-11-27 15:43

决策树（DecisionTree）及python实现（sklearn）

决策树(DecisionTree)是一类常见的机器学习方法，监督学习方法，非参数分类器。决策树学习的目的是为了产生一棵泛化能力强，即处理未见示例能力强的决策树，其基本流程遵循简单且直观的分而治之策略。
m0_46483236·2022-11-27 15:06

机器学习（五）—— 决策树回归模型和集合算法

决策树回归模型和集合算法1.决策树概述决策树(DecisionTree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率——百度百科决策树就是我们通常所说的多叉树决策树回归模型的核心思想
稻城亚丁途·2022-11-27 07:48

基于决策树算法对良/恶性乳腺癌肿瘤预测

本人数据结构课程设计如题所示，现给出该课设的具体设计思路及代码演示，供大家学习，交流，共同学习（部分代码借鉴GitHub大佬）内容简介：决策树(DecisionTree）是在已知各种情况发生概率的基础上
程序员一二.·2022-11-26 23:52

【实战 python】 第4章 决策树—— 信息增益 ID3（连续值处理）习题4.3 python实现

/usr/bin/python#-*-coding:utf-8-*-#@Time:2019/8/209:00#@Author:Cabbage#@project:decisionTree#@FileName
B&&C·2022-11-26 23:15

决策树相关知识——自存

决策树周志华老师的《机器学习》书1基本流程1.决策树（decisiontree）是一种常见的机器学习方法。
yeahhhhhhhy·2022-11-26 23:08

机器学习入门-西瓜书总结笔记第四章

西瓜书第四章-决策树一、基本流程二、划分选择1.信息增益2.增益率3.基尼指数3.剪枝处理四、连续值与缺失值1.连续值处理2.缺失值处理五、多变量决策树提示：后续精简一、基本流程决策树（decisiontree
一入材料深似海·2022-11-26 15:09

决策树挑出好西瓜

算法选择特征的过程3.代码实现4.sklearn实现ID3三、C4.5算法1.概念相关2.代码实现四、CART算法1.概念相关2.代码实现五、总结参考链接一、决策树概念相关1.什么是决策树概念决策树(DecisionTree
狴鲲·2022-11-26 11:43

决策树挑出好西瓜【人工智能】

目录一、决策树二、ID3决策树及实现1.西瓜样本2.决策树实现三、Sklearn决策树实现1.数据集2.导入库3.数据转换4.建立模型并训练四、参考文献一、决策树决策树（decisiontree）：是一种基本的分类与回归方法
ww丶121·2022-11-26 11:06

机器学习——决策树理论及Python实现

决策树（decisiontree）是一个树结构（可以是二叉树或非二叉树）。长这样：**决策树最重要的是决策树的构造。构造决策树的关键步骤是分裂属性。**所谓
qq_27758151·2022-11-26 10:31

Task03 吃瓜教程——西瓜书第四章决策树

决策树（Decisiontree）是一种常见的机器学习方法，常用于分类任务。包括一个根节点，若干内部节点和若干叶子节点。
zaishaoyi·2022-11-26 02:27

决策树（ID3,C4.5和CART）介绍、说明、联系和区别

决策树（decisiontree）是一个树结构（可以是二叉树或非二叉树）。每个非叶节点表示一个特征属性上的测试，每个分支代表这个特征属性在某个值域上的输出，每个叶节点存放
小葵向前冲·2022-11-25 21:19
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他