决策树剪枝

【MATLAB】使用随机森林在回归预测任务中进行特征选择（深度学习的数据集处理）

随机森林是一种集成学习算法，利用多棵决策树对特征进行建模。由于其天然的并行化、抗过拟合的特性和对非线性关系的
编程到天明·2024-02-07 15:31

【MATLAB】使用梯度提升树在回归预测任务中进行特征选择（深度学习的数据集处理）

通过利用多棵决策树的集成学
编程到天明·2024-02-07 15:59

R语言机器学习与临床预测模型35--分类回归树

分类回归树(ClassificationandRegressionTree,CART)是一种经典的决策树，可以用来处理涉及连续数
科研私家菜·2024-02-07 14:22

金融信贷风控业务详解

带大家以全新的角度了解风控，包括风控信贷业务讲解、风控决策树、风控决策流、特征工程、三方数据对比和风控系统搭建等一系列知识。
RobinCode·2024-02-07 11:48

机器学习-朴素贝叶斯【手撕】

比如说，我们想预测一个人究竟是否会在泰坦尼克号海难中生存下来，那我们可以建一棵决策树来学习我们的训练集。在训练中，其中一个人的特征为：30岁，男，普通舱，他最后在泰坦尼克号海难中去世了。
alstonlou·2024-02-07 11:07

【leetcode】深搜、暴搜、回溯、剪枝（C++）1

深搜、暴搜、回溯、剪枝（C++）1一、全排列1、题目描述2、代码3、解析二、子集1、题目描述2、代码3、解析三、找出所有子集的异或总和再求和1、题目描述2、代码3、解析四、全排列II1、题目解析2、代码
2022horse·2024-02-07 10:04

transformer剪枝论文汇总

文章目录NNPruning摘要实验大模型剪枝LLM-PrunerSparseGPTLTPVTPWidth&DepthPruningPatchSlimmingDynamicViTSPViTDynamicBERTViTSlimmingFastFormersNViTUVCPost-trainingpruningNNPruning
清风2022·2024-02-07 10:32

政安晨：机器学习快速入门（四）{pandas与scikit-learn} {随机森林}

它是通过构建多个决策树（即森林）来进行预测和分类的。随机森林的主要特点是采用了随机采样和随机特征选择的方法，以降低模型的方差和减小过拟合的风险。
政安晨·2024-02-07 09:42

【scikit-learn】可视化决策树

可视化决策树模型准备importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.datasetsimportload_irisfromsklearn.treeimportDecisionTreeClassifierfromsklearn.model_selectionimporttrain_test_splitfro
马老c·2024-02-07 09:32

Scikit-learn－04.决策树算法

这节我们来说机器学习中常用的一个功能－决策树。决策树是分类器中的一种，属于有监督学习方法。简单来说，分类器就是根据样本的特征或属性，划分到已有的类别中。也就是说，这些类别是已知的
sun zi chao·2024-02-07 09:02

scikit-learn决策树算法笔记总结

1.scikit-learn决策树算法类库介绍scikit-learn决策树算法类库内部实现是使用了调优过的CART树算法，既可以做分类，又可以做回归。
python收藏家·2024-02-07 09:01

《scikit-learn》决策树之分类树

前面我们学习了决策树的一些算法，提及到了scikitlearn，这里我们已经基本具备了一些基本的知识，接下来我们进入实战环节，真实地去操作一把数据。
星海千寻·2024-02-07 09:31

解释性AI（XAI）技术和方法

可解释模型的实际应用：医疗诊断：在医疗领域中，决策树或规则集可用于构建简单的疾病诊断系统，如基于患者的症状、年龄和病史数据建立决策流程图，每一步骤都对应一个明确的医学判断标准。
李建军·2024-02-07 09:00

决策树之scikit-learn

实例fromsklearn.datasetsimportload_irisfromsklearnimporttreeimportmatplotlib.pyplotasplt#Loadirisdatasetiris=load_iris()X,y=iris.data,iris.target#Fittheclassifierclf=tree.DecisionTreeClassifier()clf=clf
奋进的大脑袋·2024-02-07 09:00

【力扣 51】N 皇后（回溯+剪枝+深度优先搜索）

按照国际象棋的规则，皇后可以攻击与之处在同一行或同一列或同一斜线上的棋子。n皇后问题研究的是如何将n个皇后放置在n×n的棋盘上，并且使皇后彼此之间不能相互攻击。给你一个整数n，返回所有不同的n皇后问题的解决方案。每一种解法包含一个不同的n皇后问题的棋子放置方案，该方案中‘Q’和‘.’分别代表了皇后和空位。示例1：输入：n=4输出：[[“.Q…”,“…Q”,“Q…”,“…Q.”],[“…Q.”,“Q
HEX9CF·2024-02-07 09:00

【回溯】LCR 084. 全排列 II

LCR084.全排列II解题思路排序数组：通过Arrays.sort(nums)将输入数组nums进行排序，这有助于确保相同的元素在一起，从而方便后续剪枝操作。
少写代码少看论文多多睡觉·2024-02-07 08:44

kmeans实例及代码

聚类和决策树一样，属于无监督学习。也就是说数据样本只有特征x，没有给定y。聚类的目的是找到样本特征潜在的类别，将同类别的样本放在一起。
morie_li·2024-02-07 06:57

代码随想录算法训练营|day27

第七章回溯算法39.组合总和40.组合总和II131.分割回文串代码随想录文章详解总结39.组合总和对数组排序，方便剪枝；剪枝：当前path求和大于target进行下一轮循环数组中元素可以重复取值，所以递归时可以取当前值
果木26·2024-02-07 05:09

代码随想录算法训练营|day24

第七章回溯算法77.组合代码随想录文章详解总结77.组合以n=5,k=3为例(1)for循环遍历，递归选择符合要求的值加入path，len(path)==k时，返回statrtIndex保证每次递归取到的值不重复剪枝
果木26·2024-02-07 05:08

Sklearn之StandardScaler（数据预处理）

概率模型（树形模型）不需要归一化，因为它们不关心变量的值，而是关心变量的分布和变量之间的条件概率，如决策树、RF、XGboost。
爱睡觉的琪·2024-02-06 22:05

数据无量纲化 学习（1）：三种常用数据缩放方法的对比：StandardScaler、MinMaxScaler、RobustScaler

一个特例是决策树和树的集成算法们，对决策树、不需要无量
Tony Einstein·2024-02-06 22:03

机器学习简要概述

一、基本概念及应用传统机器学习算法首先需要对数据进行特征提取，采用分类器（如决策树、人工神经网络、贝叶斯、集成学习、支持向量机等）进行分类。机器学习：特征提取+分类器分类特征提取难，制约发展。
@Duang~·2024-02-06 19:03

基于北京二手房价数据的探索性数据分析和房价评估——项目设计和数据的获取

第二步：数据读取和数据预处理第三步：数据的可视化分析第四步：构建房价评估模型（决策树、随机森林等）整个项目的代码和数据集获取：https://github.com/Proberen/Data-analysis
快乐的冲浪码农·2024-02-06 18:12

机器学习实战 朴素贝叶斯分类器

k-近邻算法和决策树会给出“该数据属于哪一类”的明确回答。不过，分类器有时会产生错误结果，这是可以要求分类器给出一个最优的类别的猜测结果，同事给出这个猜测的概率估计值。朴素贝叶斯就是一个概率分类器。
shenny_·2024-02-06 17:04

代码随想录算法训练营第24天（回溯2）| 216.组合总和III & 17.电话号码的字母组合

回溯的总结：树的深度（递归的层数）树的深度就是要取的数据的个数，通过path的size判断是否收集到足够的数据树的宽度（循环的范围）输的宽度就是搜索的范围，就是for循环的循环范围，这个范围可以做剪枝操作递归和回溯就是在这颗树上做搜索
he979731102·2024-02-06 17:12

机器学习算法之决策树

步骤：特征选择、决策树生成、决策树剪枝（1）特征选择：每次选择的特征要具备一定的分类能力，否则没有意义。通常选择的方式有信息增益或信息增益比。a.信息增益:在知道特征X的情况下，使得类
浅白Coder·2024-02-06 17:24

机器学习之决策树（二）

今天我们探讨一下有关决策树的剪枝，以及由剪枝引出的一系列问题为什么要剪枝回顾上一节，我们知道决策树的生成是要达到局部最优，那么我们如何理解这个局部最优呢？
Vophan·2024-02-06 16:15

备战蓝桥杯---搜索（剪枝）

何为剪枝，就是减少搜索树的大小。它有什么作用呢？1.改变搜索顺序。2.最优化剪枝。3.可行性剪枝。首先，单纯的广搜是无法实现的，因为它存在来回跳的情况来拖时间。于是我们可以用DFS，那我们如何剪枝呢？
cocoack·2024-02-06 09:48

今日arXiv最热NLP大模型论文：微软提出SliceGPT，删除25%模型参数，性能几乎无损

为了缓解这些资源限制，研究者们提出了多种模型压缩方法，其中剪枝（pruning）技术因其在后训练阶段应用的潜力而备受关注。
夕小瑶·2024-02-06 01:56

RF和Feature Importance函数

bootstrapsample方法），作为该树的训练集；2）如果每个样本的特征维度为M，指定一个常数m<剪枝过程
yz_wang·2024-02-06 01:43

代码随想录刷题第23天

迭代法先将root移动到满足范围内，然后将左右子树进行剪枝。
太阳照常升起366·2024-02-06 00:42

代码随想录刷题第24天

不难发现，当i达到一定值的时候，剩余元素无论怎么取也无法取到符合要求的组合了，因此我们可以通过剪枝操作来提高代码效率。具体操作就是减小i的右区间。
太阳照常升起366·2024-02-06 00:39

数据挖掘实战-基于决策树算法构建北京市空气质量预测模型

‍♂️个人主页：@艾派森的个人主页✍作者简介：Python学习者希望大家多多支持，我们一起进步！如果文章对你有帮助的话，欢迎评论点赞收藏加关注+目录1.项目背景2.项目简介2.1项目说明2.2数据说明2.3技术工具3.算法原理4.项目实施步骤4.1理解数据4.2数据预处理4.3探索性数据分析4.4特征工程4.5模型构建4.6模型评估5.实验总结源代码1.项目背景随着城市化进程的加速，空气质量问题日
艾派森·2024-02-05 23:22

「递归算法」：二叉树剪枝

一、题目给你二叉树的根结点root，此外树的每个结点的值要么是0，要么是1。返回移除了所有不包含1的子树的原二叉树。节点node的子树为node本身加上所有node的后代。示例1：输入：root=[1,null,0,0,1]输出：[1,null,0,null,1]解释：只有红色节点满足条件“所有不包含1的子树”。右图为返回的答案。示例2：输入：root=[1,0,1,0,0,0,1]输出：[1,n
爱敲代码的罗根·2024-02-05 20:13

Codeforces Beta Round #8 C. Looking for Order 状压DP，路径记录

但是这个小朋友一次最多拿两个物品，问你怎么去拿，才能使得把所有物品都拿到包的位置，且走的距离和最小解法：比较显然的状压，状压中有一个剪枝，显然拿的顺序是随意的，我先拿和后拿都是一样的。
just_sort·2024-02-05 17:48

代码随想录算法训练营day 25|第七章 回溯算法part02

回溯算法如何剪枝？
.wsy.·2024-02-05 16:19

多播路由选择

目录1多播路由选择1.1转发多播数据报时使用三种方法(1)洪泛与剪除RPB的要点：1.检查，转发2.形成以源为根节点的多播转发树3.剪枝与嫁接(2)隧道技术(tunneling)(3)基于核心的发现技术
山间未相见·2024-02-05 16:35

1-1 决策树的基本结构及三个终止条件

1.决策树的基本结构决策树很简单，就是根据特征的不同取值生成的一棵树。因为有很多特征，所以这棵树会生成若干层的分支节点，直到叶节点。因为每个特征至少有两个取值，所以生成子节点的时候至少要分成两叉。
迪丽娜扎·2024-02-05 15:50

【机器学习】监督学习算法之：决策树

决策树1、引言2、决策树2.1定义2.2原理2.3实现方式2.4算法公式2.4.1信息增益公式2.4.2信息增益率公式2.5代码示例3、总结1、引言小屌丝：鱼哥，我被你骗了。
Carl_奕然·2024-02-05 13:16

（4）【Python数据分析进阶】Machine-Learning模型与算法应用-回归、分类模型汇总

codeknight.blog.csdn.net/article/details/135693621https://codeknight.blog.csdn.net/article/details/135693621本篇主要介绍决策树
代码骑士·2024-02-05 13:59

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（三）

原文：Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0第六章：决策树决策树是多功能的机器学习算法
绝不原创的飞龙·2024-02-05 10:10

LeetCode第25天

排列组合不仅要学会回溯，还要学会剪枝。回溯过程可以隐式也可以显式，我现在就先按照显式写，以后学会再隐式。还有就是全局变量在回溯法中真的很常见。
星仔007·2024-02-05 09:50

机器学习本科课程 实验3 决策树处理分类任务

实验3.1决策树处理分类任务使用sklearn.tree.DecisionTreeClassifier完成肿瘤分类（breast-cancer）计算最大深度为10时，十折交叉验证的精度(accuracy
11egativ1ty·2024-02-05 08:05

基础算法bfs -剪枝问题

问题描述:一个迷宫有NXM格,有一些格子是地板,能走;有一些格子是障碍,不能走。给一个起点S和一个终点D。一只小狗从S出发,每步走一块地板，在每块地员不能停留，而且走过的地板都不能再走。给定一个T,问小狗能正好走T步到达D吗?输入:有很多测试样例。每个测试中,第1行输入整数N,M,T(1usingnamespacestd;charmat[8][8],visit[8][8];intn,m,t;int
可以输出hello了·2024-02-05 07:54

【算法】{画决策树 + dfs + 递归 + 回溯 + 剪枝} 解决排列、子集问题（C++）

对于该种问题，重点在于尽可能详细的画决策树，随后根据决策树分析题目所涉及的剪枝、回溯、递归等细节问题。
卜及中·2024-02-05 07:23

决策树

什么是决策树？在谈论决策树之前，先说说什么树吧。树是一种数据结构，它是由n（n>=1）个有限结点组成一个具有层次关系的集合。
乔治大叔·2024-02-05 06:15

Leetcode 3027. Find the Number of Ways to Place People II

FindtheNumberofWaystoPlacePeopleII1.解题思路2.代码实现题目链接：3027.FindtheNumberofWaystoPlacePeopleII1.解题思路这一题的话我也没想到啥特别好的思路，采用的纯粹是遍历+剪枝的思路
Espresso Macchiato·2024-02-05 06:23

AcWing算法学习笔记：搜索与图论1（DFS + BFS + 树与图的深度优先遍历 + 树与图的广度优先遍历 + 拓扑排序）

图中点的层次）五、有向图的拓扑序列比较空间特点数据结构DFS0(h)第一次搜到的答案不具有最短性stackBFS0(2^h)第一次搜索到的答案一定是最短路queue一、DFS①排列数字算法两个重要概念：回溯和剪枝想好搜索顺序
一只可爱的小猴子·2024-02-05 05:58

【每日开心打卡• Day 3】

8给鲜花剪枝了。9用排骨汤给女儿下面条，她吃了两碗。10我今天再次学习了《亲密关系》。
杨荷有爱倾听·2024-02-05 00:15

Leetcode刷题笔记题解（C++）：51. N皇后

在第一行中遍历找位置，如果符合要求则放置皇后进入到下一行或者不放皇后看下一个位置如果最后行数=要求的n，则得到结果，大概思路图：（4皇后为例）看图大概能看懂的吧，几乎把每一种结果都试了，最后行数=n的话则为结果，剪枝的条件是符合上面那个规则代码如下
Demo.demo·2024-02-05 00:47
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他