二、决策树的构建准备工作
( 0 )足够多的数据
(一)特征选择
1. 目的:选取对训练数据有分类能力的特征
2. 如何选择最优的特征来划分?
一般而言,随着划分过程不断进行,我们希望决策树的分支节点所包含的样本 尽可能属于同一类别,也就是节点的纯度(purity)越来越高
来自【菊安酱的机器学习】
1. 目的:选取对训练数据有分类能力的特征
2. 如何选择最优的特征来划分?
一般而言,随着划分过程不断进行,我们希望决策树的分支节点所包含的样本 尽可能属于同一类别,也就是节点的纯度(purity)越来越高
来自【菊安酱的机器学习】
本文标题:机器学习-K近邻算法 & 决策树
本文链接:https://www.haomeiwen.com/subject/bcbwcqtx.html
网友评论