决策树分箱

第77步 时间序列建模实战：多因素预测 vol-2（以ARIMA为例）

为了便于演示，本期仅仅使用决策树的单步滚动预
Jet4505·2023-09-30 15:26

《机器学习入门》笔记 - 决策树

决策树计算香农熵defcalcShannonEnt(dataSet):numEntries=len(dataSet)labelCounts={}forfeatVecindataSet:currentLabel
一个认真学代码的pm·2023-09-30 14:32

写预测股票的python程序

pandas_datareader或者yfinance获取数据.数据预处理:获取到的数据可能存在缺失值或者异常值,需要进行清洗和预处理.模型选择:需要选择合适的模型进行股票预测,常见的模型有线性回归、支持向量机、决策树
黄涵奕·2023-09-30 12:56

9_分类算法—决策树

文章目录1信息熵1.1比特化（Bits）1.2一般化的比特化（Bits）1.3信息熵（Entropy）1.3.1熵越大混乱程度越大1.4条件熵H（YIX）2决策树2.1什么是决策树2.2决策树构建过程（
少云清·2023-09-30 06:05

做正确的选择 用这个方法就可以了

在复习《好好学习》这本书的时候，发现一个以前遗漏没有引起重视的理论，就是决策树理论。其实这个理论我不仅在《好好学习》里有看到，曾经学习企业管理的时候，在《现代管理学》也学习过。为什么记不住了呢？
cdlouie·2023-09-30 05:04

决策树与随机森林

1.2决策树和随机森林的概述2.决策树2.1基本定义和概念2.2如何构建一个决策树？
@kc++·2023-09-29 23:37

穷查理宝典

第二章思维方式多元思维模型主要有复利原理、排列组合原理、费马帕斯卡系统、决策树理论、会计学、复式簿记、质量控制理论、后备系统、断裂点理论、理解质量概念、误判心理学、微观经济学、规模优势理论。
偶然思维·2023-09-29 19:32

有监督学习 与 非监督学习 差异

包括所有的回归算法和分类算法，例如线性回归、决策树、朴素贝叶斯等。无监督学习：训练集只有输入（没有输出）组成。包括所有的聚类算法，例如k-means等。深度学习：只是指结构有深度的算法。
低调的风·2023-09-29 14:57

决策树思维模型

决策树包含四节点：决策结点，状态结点，概率分支，结果点。决策节点引出的分支叫方案分支，状态节点引出的分支叫状态分支，结果节点是决策时的叶子节点，它旁边展示损益值。
围炉点睛·2023-09-29 11:12

sklearn 决策树无法处理类别特征

温故知新,没事儿又去看看以前的code.1.前言之前写了篇利用sklearn对红酒数据集分类.其中,红酒数据集是长这样的:而西瓜数据集是长这样的:很明显,前者属于浮点特征型数据,后者则是类别特征型数据.同样,我们利用sklearn.tree模块来进行树的构造,结果报错ValueError:couldnotconvertstringtofloat:'青绿'它就不能处理非浮点型的数据,我本人觉得比较扯
uodgnez·2023-09-29 05:35

机器学习之决策树

1.引入顾名思义,决策树是由一个个“决策”所组成的树,放“决策依据”的是非叶结点,放“决策结果”的是叶结点.决策树是一种简单高效并且具有强解释性的模型,它也是我们人类在面临决策问题时一种很自然的处理机制
uodgnez·2023-09-29 05:04

工业蒸汽量预测（速通三）

工业蒸汽量预测（三）特征优化1特征优化的方法1.1合成特征1.2特征的简单变换1.3用决策树创造新特征1.4特征组合模型融合1模型优化1.1模型学习曲线1.2模型融合提升技术1.3预测结果融合策略1.4
盖盖的博客·2023-09-28 23:29

工业蒸汽量预测（速通二）

工业蒸汽量预测（二）特征工程1.数据预处理和特征处理1.1数据预处理1.2特征处理2.特征降维2.1特征选择2.2多重共线性分析2.3线性降维模型训练1回归模型训练和预测2线性回归模型3K近邻回归模型4决策树回归模型
盖盖的博客·2023-09-28 23:28

决策树

理论什么是决策树？
cccshuang·2023-09-28 22:39

机器学习之决策树算法介绍

决策树介绍决策树(DecisionTree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法
梦游症者·2023-09-28 19:11

决策树

读书笔记机器学习决策树基本概念基于树结构进行决策，即有一个根结点，若干个内部节点和若干个叶节点。目的是为了产生一一个泛化能力强，即处理未见示例能力强的决策树。
汤尧·2023-09-28 17:07

【剽悍一只猫的剽悍行动营】心目中的榜样（一）

有两位老铁不约而同地提到同一人，查理•芒格3排乌云老铁：他总是自觉地从决策树的角度思考问题，并
财务自由的社群运营人苏宝·2023-09-28 03:29

朴素贝叶斯分类（上）：数据挖掘十大算法之一

欢迎小伙伴们点赞、收藏⭐️、留言、关注，关注必回关上一篇文章已经跟大家介绍过《决策树（下）：泰坦尼克号乘客的生存预测》，相信大家对决策树（下）都有一个基本的认识。下面我讲一下：朴素贝叶
秋无之地·2023-09-28 02:09

学习笔记171-决策树

[打卡日期]：2019/06/24[累计坚持]：这是我坚持学习的第171天️[学习内容]：决策树图片发自App[学习笔记]：前人的思考，我们的阶梯，欢迎收听刘润5分钟商学院。这一单元，我们开始讲决策。
洋芋g·2023-09-28 00:47

R语言逻辑回归、决策树、随机森林、神经网络预测患者心脏病数据混淆矩阵可视化...

全文链接:https://tecdat.cn/?p=33760众所周知，心脏疾病是目前全球最主要的死因。开发一个能够预测患者心脏疾病存在的计算系统将显著降低死亡率并大幅降低医疗保健成本。机器学习在全球许多领域中被广泛应用，尤其在医疗行业中越来越受欢迎。机器学习可以在预测关键疾病（例如心脏病）的存在或不存在方面发挥重要作用（点击文末“阅读原文”获取完整代码数据）。相关视频如果能提前准确预测这些信息，
拓端研究室TRL·2023-09-27 22:27

【机器学习】随机森林（Random Forest）、GBDT（Gradient Boosting Decision Tree）、XGBoost（eXtreme Gradient Boosting）

随机森林步骤bootstrappeddataset:创建一个引导数据集根据引导数据集创建决策树，每一步用变量的一个随机子集（列的随机子集）创建不断重复上述两个过程bagging：bootstrapping
小丫么小阿豪·2023-09-27 21:47

美丽的图论

从大脑中的神经元结构到机器学习中的决策树和计算机科学中的二叉搜索树。更不用说你的亲人为之自豪的传统家谱了！图论中的树有许多应用：Pixabay|Wikimed
丁丁猫 Codeye·2023-09-27 18:39

xgboost

树模型https://www.cnblogs.com/zongfa/p/9324684.html残差模型，贪心算法，树的分裂类似决策树（信息增益，熵）缺点：树表达的是离散的，比较难表达连续型的lr，xgboost
泓礼·2023-09-27 11:43

SVM发展历史、现状、未来趋势

2、现状理论改进：模糊支持向量机最小二乘支持向量机加权支持向量机主动学习的支持向量机粗糙集与支持向量机的结合基于决策树的支持
席八·2023-09-27 09:46

深度学习理论

《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、DeepLearning.
Alec-Wong·2023-09-27 00:03

数据分析方法-决策树

大家好，这篇文章我们探讨下，决策树算法的相关的知识，决策树是一种分类算法，现在也可以应用与回归，决策树算法的实现有很多种，你可以写Python代码，也可以调用现成的sklearn包实现！
洛水青柳2017·2023-09-26 19:31

【python】K近邻算法（k-Nearest Neighbors，KNN）解决分类问题

决策树（DecisionTree）：构建一棵树状结构来表示特征之间的关系，并根据特征的取值分割数据，最终将数据分到不同的类别中。支持向量机（S
傻傻虎虎·2023-09-26 09:18

【python】蜜蜂算法优化决策树回归的超参数

蜜蜂算法介绍蜜蜂算法是一种基于蜜蜂的群体行为模拟的解优算法。其灵感来源于蜜蜂在寻找食物、建筑巢穴等任务中的群体行为。蜜蜂算法通过对这种行为的模拟来实现搜索空间中最优解的寻找。蜜蜂算法的基本思想是，将参数空间视为蜂巢，并在参数空间中展开搜索，将搜索任务分配给一群“蜜蜂”。每个“蜜蜂”在搜索空间中进行搜索，并与其他蜜蜂共享其搜索结果。通过某些操作，蜜蜂会找到最优解并返回给算法，最终获得全局最优解。蜜蜂
傻傻虎虎·2023-09-26 09:17

数据的分箱，pd.cut和pd.qcut

对于数据分箱，常用到的一个函数叫做pd.cut(),这个函数可以通过指定分箱个数或者每个箱体的分界值对数据进行分箱处理。
我就是那个无敌大长腿·2023-09-26 01:07

机器学习-----朴素贝叶斯

贝叶斯推断二贝叶斯分类器的简单应用1数据说明2进行分类三朴素贝叶斯过滤垃圾邮件1流程说明2构建词向量3词向量计算概率4朴素贝叶斯分类函数5使用朴素贝叶斯进行交叉验证四总结一、基本概念1.简介最为广泛的两种分类模型是决策树模型
cos six·2023-09-25 15:06

机器学习（19）---XGBoost入门

XGBoost库1.2XGBoost的三大板块二、集成算法及重要参数2.1概述2.2XGBoost的简单建模2.3n_estimators学习曲线2.4方差与泛化误差2.5重要参数subsample2.6迭代决策树
冒冒菜菜·2023-09-25 15:35

03-决策树（cart）

1.CART分类树算法的最优特征选择方法我们知道，在ID3算法中我们使用了信息增益来选择特征，信息增益大的优先选择。在C4.5算法中，采用了信息增益比来选择特征，以减少信息增益容易选择特征值多的特征的问题。但是无论是ID3还是C4.5,都是基于信息论的熵模型的，这里面会涉及大量的对数运算。能不能简化模型同时也不至于完全丢失熵模型的优点呢？有！CART分类树算法使用基尼系数来代替信息增益比，基尼系数
kang_james·2023-09-25 10:55

用Python机器学习模型预测世界杯结果靠谱吗？

看到kaggle、medium上有不少人用球队的历史数据来进行建模预测，比如用到泊松分布、决策树、逻辑回归等算法，很大程度上能反映强者恒强的现象，比如巴西、英格兰等大概率能进8强，就像高考模拟考试成绩越好
python大数据分析·2023-09-25 10:28

决策树-红酒数据

导入sklearn的决策树、红酒数据集、训练测试切分模块，以及画图的pandas模块importpandasaspdfromsklearnimporttreefromsklearn.datasetsimportload_winefromsklearn.model_selectionimporttrain_test_split
colorful_stars·2023-09-25 04:56

R语言逻辑回归、决策树、随机森林、神经网络预测患者心脏病数据混淆矩阵可视化

全文链接:https://tecdat.cn/?p=33760原文出处：拓端数据部落公众号概述：众所周知，心脏疾病是目前全球最主要的死因。开发一个能够预测患者心脏疾病存在的计算系统将显著降低死亡率并大幅降低医疗保健成本。机器学习在全球许多领域中被广泛应用，尤其在医疗行业中越来越受欢迎。机器学习可以在预测关键疾病（例如心脏病）的存在或不存在方面发挥重要作用。如果能提前准确预测这些信息，可以为医生提供
·2023-09-24 22:46

机器学习笔记1

1、机器学习算法分类监督学习：目标值：类别-分类问题分类算法：K-近邻算法、贝叶斯分类、决策树和随机森林、逻辑回归目标值：连续型的数据-回归问题回归算法：线性回归、岭回归无监督学习：目标值：无-无监督学习算法
从白天到早上·2023-09-24 16:35

决策树学习中的正则化的极大似然函数

正则化和极大似然函数决策树学习中的损失函数通常是正则化的极大似然函数，这是因为决策树是一种监督学习算法，旨在从训练数据中学习出一个决策树模型，以便进行分类或回归任务。
Chen_Chance·2023-09-24 15:26

第74步 时间序列建模实战：多步滚动预测 vol-2（以决策树回归为例）

基于WIN10的64位系统演示一、写在前面上一期，我们讲了多步滚动预测的第一种策略：对于重复的预测值，取平均处理。例如，（1,2,3）预测出3.9和4.5，（2,3,4）预测出5.2和6.3，那么拼起来的结果就是3.9,（4.5+5.2）/2,6.3。这一期，我们来介绍第二种策略：删除一半的输入数据集。例如，4,5由（1,2,3）预测，6,7由（3,4,5）预测，删掉输入数据（2,3,4）。2、多
Jet4505·2023-09-24 14:12

第73步 时间序列建模实战：多步滚动预测 vol-1（以决策树回归为例）

基于WIN10的64位系统演示一、写在前面上一期，我们讲了单步滚动预测，一次只预测一个值。既然有单步，有没有多步呢？那肯定有，这一期来介绍多步滚动预测。然而，多步滚动模型也可以有不同的步骤，我会一一介绍。2、多步滚动预测vol-1顾名思义，多步滚动预测就是使用前n个数值去预测下m个数值。假设，n=3，m=2，那么，之前举的例子就变成：使用三个数据点（1,2,3）来预测第4个和第5个数据点（4，5）
Jet4505·2023-09-24 14:11

第75步 时间序列建模实战：多步滚动预测 vol-3（以决策树回归为例）

基于WIN10的64位系统演示一、写在前面上两期，我们讲了多步滚动预测的第两种策略：对于重复的预测值，取平均处理。例如，（1,2,3）预测出3.9和4.5，（2,3,4）预测出5.2和6.3，那么拼起来的结果就是3.9,（4.5+5.2）/2,6.3。删除一半的输入数据集。例如，4,5由（1,2,3）预测，6,7由（3,4,5）预测，删掉输入数据（2,3,4）。没想到吧，还会有第三期。也是我突然记
Jet4505·2023-09-24 14:08

一文带你了解”数据分箱“技术

一文带你了解”数据分箱“技术引言：什么是分箱？分箱就是把数据按特定的规则进行分组，实现数据的离散化，增强数据稳定性，减少过拟合风险。逻辑回归中进行分箱是非常必要的，其他树模型可以不进行分箱。
Jay__007·2023-09-24 05:47

机器学习西瓜书+南瓜书吃瓜教程学习笔记第四章决策树

1、算法原理从逻辑角度，一堆ifelse语句的组合从集合角度，根据某种准则划分特征空间最终目的：将样本越分越“纯”决策树是基于树结构来进行决策的例如，我们对“这是好瓜吗？”
Unicorn婧·2023-09-24 04:32

李航老师《统计学习方法》第五章阅读笔记

决策树（decisiontree）是一种基本的分类与回归方法。本章主要讨论用于分类的决策树。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。
Chen_Chance·2023-09-24 00:50

数据挖掘 第四章 分类：基本概念、决策树与模型分析

分类任务就是确定对象属于那个与定义的目标类4.1预备知识4.1.1分类与回归分类任务的输入数据时记录的集合。每条记录也称实例，用元组（x,y）表示，其中x是属性的集合，而y是一个特殊的属性，指出实例的类标号。属性主要是离散的，但可以是连续的。但类标号必须是离散的，这是区别分类与回归的关键特性。回归是一种预测建模任务，其中y属性是连续的。4.1.2分类定义分类：分类任务就是通过学习得到一个目标函数f
啦啦啦_9a5f·2023-09-23 15:10

《机器学习实战》笔记

机器学习实战》笔记一：K近邻KNNK近邻算法概述：工作原理，一般流程；KNN示例：加载数据，分析数据，数据归一化，定义KNN算法，划分数据集，训练测试，使用算法构建完整可用系统；《机器学习实战》笔记二：决策树决策树构造
你欲何为R·2023-09-23 14:09

风控蓝宝书《消费信用模型 定价、利润与组合》笔记

风控蓝宝书（一）：消费信用和信用评分简介违约信用评分的历史背景：申请评分和行为评分；贷款机构的目标；贷款决策的建模工具：消费信贷决策树；额度调整决策树；策略树；概率、比率、分数：概率和比率；贝叶斯公式；
你欲何为R·2023-09-23 14:08

[决策规划算法]自动驾驶中的行为决策

文章目录前言一、有限状态机二、决策树三、基于知识的推理决策四、基于价值的决策模型前言在多智能体决策的复杂环境中（存在感知不确定性情况下）进行规划这一问题一直是L4、L5级自动驾驶技术的核心瓶颈之一。
Travis.X·2023-09-23 03:21

六、决策树算法(DT，DecisionTreeClassifier)（有监督学习）

决策树（DT）是一种用于分类和回归的非参数监督学习方法。其目标是创建一个模型，通过学习从数据特征中推断出的简单决策规则来预测目标变量的值。一棵树可以看作是一个片断常数近似值。
beyond谚语·2023-09-22 18:11

神经网络案例分析

类似其它的机器学习模型（比如决策树、随机森林、支持向量机SVM等），神经网络模型构建时首先将数据分为训练集和测试集，训练集用于训练模型，测试集用
spssau·2023-09-22 15:57

二十五.决策树之CART决策树的原理和sklearn实现

数据集对于某个特征的基尼系数(3)连续值特征处理(4)离散值特征处理(5)缺失值的处理(6)CART分类树流程4.CART回归树(1)连续值的处理(2)预测值(叶节点)的输出不同5.sklearn实现CART决策树
stackooooover·2023-09-22 08:09
上一页 17 18 19 20 21 22 23 24 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他