【阶段三】Python机器学习08篇:机器学习项目实战:决策树分类模型

本篇的思维导图

【阶段三】Python机器学习08篇:机器学习项目实战:决策树分类模型_第1张图片

 

决策树模型简介


        决策树模型的基本原理是通过对一系列问题进行if/else的推导,最终实现相关决策。


       下图所示为一个典型的决策树模型——员工离职预测模型的简单演示。该决策树首先判断员工满意度是否小于5,若答案为“是”,则认为该员工会离职,若答案为“否”,则接着判断该员工收入是否小于10000元,若答案为“是”,则认为该员工会离职,若答案为“否”,则认为该员工不会离职。


【阶段三】Python机器学习08篇:机器学习项目实战:决策树分类模型_第2张图片


        该图所示即决策树模型的核心原理,之后要讲解的员工离职预测模型是基于大数据搭建的一个稍复杂的模型。商业实战中不会仅根据“满意度”和“收入”两个特征来判断是否离职,而是根据多个特征来预测离职

你可能感兴趣的:(python,决策树分类模型,决策树模型的可视化,K折交叉验证)