R语言决策树实现

文章目录

        • 决策树
          • 决策树函数
          • 优势

决策树

适用于分类型独立变量
R语言决策树实现_第1张图片

决策树函数
  1. ID3:information entropy 信息熵
  2. C4.5:information gain ratio 信息增益比
  3. CART:gini index 基尼系数
  4. Conditional inference decision tree: Chi-square test 条件推断决策树(原理是卡方检验)
优势
  1. non-parametric 非参数统计
  2. multicollinearity 多重共线性
  3. small N large P 小样本多变量
  4. visualization of multiple complex interactions 可视化
 
 

你可能感兴趣的:(R语言,决策树,r语言,机器学习)