决策树系列

作者: 邓沉香 | 来源:发表于2019-07-14 08:49 被阅读0次

决策树:

  • 特征选择准则
  1. 信息增益(ID3)
  2. 信息增益比(C4.5)
  3. GINI指数(用于CART中分类树生成)
  • 剪枝

  1. 信息增益(ID3):
    g(D,A)=H(D)-H(D|A)
    其中g(D,A)为所计算的增益值,其中参数D为整个训练样本集合,A为样本的某一特征。
    H(D)=-\displaystyle \sum^{K}_{k=1}{\frac{|C_k|}{|D|}}\log(\frac{|C_k|}{|D|})
    其中C_k表示样本集合D被分成k类之后每一类的样本集合,|C_k|则表示该集合的样本个数。|D|同理。
    H(D|A)=\displaystyle \sum^{n}_{i=1}{\frac{|D_i|}{|D|}}H(D_i)=-\displaystyle \sum^{n}_{i=1}{\frac{|D_i|}{|D|}}\displaystyle \sum^{K}_{k=1}{\frac{|D_{ik}|}{|D_i|}}\log(\frac{|D_{ik}|}{|D_i|})

相关文章

  • 100天搞定机器学习|Day23-25 决策树及Python实现

    算法部分不再细讲,之前发过很多: 【算法系列】决策树 决策树(Decision Tree)ID3算法 决策树(De...

  • 机器学习笔记(6):决策树

    本文来自之前在Udacity上自学机器学习的系列笔记。这是第6篇,介绍了监督学习中的决策树模型。 决策树 决策树是...

  • 机器学习 | 决策树及若干基础问题

    决策树 1.构造决策树 学习决策树就是学习一系列if/else问题,是我们能够以最快的速度得到正确答案。在机器学习...

  • 笔记4—— 经典机器学习

    1、决策树:可以看作是函数,或者是可以看作是一系列的规则(一系列if) 2、为什么用决策树 高效率、较准确...

  • 机器学习_决策树与信息熵

    1. 决策树  决策树(Decision Tree)是一种预测模型;它是通过一系列的判断达到决策的方法。下面是...

  • 「数据分类」13决策树分类之ID3算法和C4.5算法

    1.决策树 决策树是应用广泛的一种归纳推理算法。在分类问题中,决策树算法基于特征对样本进行分类,构成一棵包含一系列...

  • 决策树系列

    决策树: 特征选择准则 信息增益(ID3) 信息增益比(C4.5) GINI指数(用于CART中分类树生成) 剪枝...

  • 决策树知识总结

    简述决策树的原理决策树的实质就是一系列的if-else,根据决策条件,从根节点走到叶子节点。对于分类问题,根据叶子...

  • 模型调参

    相关模型 线性回归 决策树 决策树(Decision Tree)是一种非参数的有监督学习方法,它能够从一系列有特征...

  • 【理论篇】决策树算法 - 特征如何切分?

    决策树算法连载的系列文章,小鱼已经为大家介绍了决策树算法的特征选取:即从根节点开始,按照分类能力的强弱选取节点特征...

网友评论

    本文标题:决策树系列

    本文链接:https://www.haomeiwen.com/subject/gpxbkctx.html