决策树ID3
简介:
通过样本数据集画出决策树,将测试数据从上到下依次做判断即可得到结果
适用范围:
标称型数据(是/否),没法处理数值型
步骤:
1.计算样本数据集的香农熵;
2.按给定特征划分样本数据集;
3.选择最好的数据集划分方式;
4.递归构建决策树(没有库,自己定义画图函数)
缺点:
1.无法给出数据的内在含义;
2.容易出现过度匹配,可以裁剪决策树,去掉一些不必要的叶子节点;
优点:
1.计算复杂度不高,输出结果是决策树,形式直观,容易理解;
其他决策树的构造算法,C4.5和CART;
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章
Ridge regression
奋斗啊哈
2020-07-07 22:26:30
Python实现kd树
Grack_skw
2020-07-07 00:33:04
PCA方法Python代码实现
Grack_skw
2020-07-07 00:33:04
hadoop 简单入门与streaming常用配置参数说明
coder_oyang
2020-07-06 23:19:09
假设空间 版本空间&查全率 查准率
一、假設空間 版本空間根據P4表1.1和P5圖1.1得, 假設空間爲: 1 色澤=*, 根蒂=*, 敲聲=*2 色澤=青綠, 根蒂=*, 敲聲=*3 色澤=烏黑, 根蒂=*, 敲聲=*4 色澤
liangyingyi1006
2020-07-04 10:41:01
Transformers与图神经网络的关系,我们能从transformer学习到什么?
BUAA~冬之恋
2020-07-04 03:47:48
机器学习——分类算法之决策树
Macan_ML
2020-07-03 16:48:56
机器学习——分类算法之感知机
Macan_ML
2020-07-03 16:10:50
机器学习——贝叶斯算法和朴素贝叶斯算法
Macan_ML
2020-07-03 16:10:50
机器学习——分类算法之逻辑回归
Macan_ML
2020-07-03 16:10:50
逻辑回归解决多分类问题
Macan_ML
2020-07-03 16:10:50
机器学习---线性回归算法梳理
言成苟文
2020-07-03 16:09:47
windows系统下python快速注释多行
言成苟文
2020-07-03 16:09:36