决策树算法

人工智能 对比试验_人工智能实验三：分类算法实验

一、实验目的1、巩固4种基本的分类算法的算法思想：朴素贝叶斯算法，决策树算法，人工神经网络，支持向量机算法；2、能够使用现有的分类器算法代码进行分类操作；3、学习如何调节算法的参数以提高分类性能；二、实验硬件软件平台硬件
王友初·2022-12-08 17:15

IBM SPSS Modeler分类决策树C5.0模型分析空气污染物数据

而决策树算法是目前在进行数据分析时很常用的方法。本文将使用IBMSPSSModeler进行实践，介绍决策树在空气污染预测领域的实践案例。
拓端研究室TRL·2022-12-08 10:42

机器学习_4:logistic回归

文章目录实验背景1.logistic回归算法原理1.1.线性回归1.2.对数线性回归1.3.logistic回归2.logistic回归算法代码分析3.logistic回归算法实验4.总结实验背景相比k近邻算法和决策树算法
chuxiao_scx·2022-12-08 03:53

广州大学机器学习与数据挖掘实验三：图像分类

相关资料广州大学机器学习与数据挖掘实验一：线性回归广州大学机器学习与数据挖掘实验二：决策树算法广州大学机器学习与数据挖掘实验三：图像分类广州大学机器学习与数据挖掘实验四：Apriori算法四份实验报告下载链接图像分类相关资料一
wujiekd·2022-12-07 22:15

广州大学机器学习与数据挖掘实验四：Apriori算法

相关资料广州大学机器学习与数据挖掘实验一：线性回归广州大学机器学习与数据挖掘实验二：决策树算法广州大学机器学习与数据挖掘实验三：图像分类广州大学机器学习与数据挖掘实验四：Apriori算法四份实验报告下载链接
wujiekd·2022-12-07 22:15

educoder机器学习-实验四-编程实现基于信息增益进行划分选择的决策树算法

这是educoder平台，机器学习-实验四-编程实现基于信息增益进行划分选择的决策树算法的代码详解与解决过程详解，创造不易，请大家点点赞，收藏藏！
Tony_Chen_0725·2022-12-07 22:08

决策树（二）连续属性值

它可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布详细见上篇文章机器学习作业决策树算法_wlfdontwantwork的博客-CSDN博客二、连续值处理因为连续属
wlfdontwantwork·2022-12-07 15:29

决策树算法中处理噪音点

目录如何解决？——采用剪枝的方法。预剪枝后剪枝如果训练集中存在噪音点，模型在学习的过程总会将噪音与标签的关系也学习进去，这样就会造成模型的过拟合化，也就是模型在训练集的分类效果很好，在未知数据上处理效果不好。如何解决？——采用剪枝的方法。一般存在“预剪枝”和“后剪枝”两种策略。预剪枝预剪枝即为在决策树生成过程中，对当前节点的划分结果进行评价，如果该划分不能带来决策树泛化能力(即处理未见过示例的能力
睡觉特早头发特多·2022-12-07 01:15

数据挖掘实验——python实现朴素贝叶斯分类

朴素贝叶斯分类实验一．实验目的 1.了解朴素贝叶斯算法基本原理； 2.能够使用朴素贝叶斯算法对数据进行分类 二．实验内容 利用贝叶斯算法或者决策树算法进行数据分类操作 数据集：汽车评估数据集关于朴素贝叶斯原理和案例可以看西瓜书详解
你今天学习了嘛·2022-12-07 01:42

机器学习实战——决策树算法

背景知识：决策树经常用于解决分类问题，是最常用的数据挖掘算法k近邻应用场景很多，但是无法给出数据的内在含义。决策树可以根据数据集创建规则。优点：计算复杂度不高，输出结果易于理解，对中间值缺失不敏感，可以处理不相关特征数据缺点：可能产生过度匹配问题决策树的构造：用信息论划分数据集，如果不同类则找划分方法，一直递归多个特征的情况下，如何判断选取的特征顺序呢：采用量化方法计算每个特征值划分数据集获得的信
iwtbs_kevin·2022-12-07 00:49

lightgbm原理_LightGBM算法初探

LightGradientBoostingMachine(LightGBM)是一个由微软亚洲研究院分布式机器学习工具包（DMTK）团队开源的基于决策树算法的分布式梯度提升（GradientBoostingDecisionTree
储闻道·2022-12-05 18:34

XGBoost和LightGBM的比较

目录1.XGBoostsgboost中树节点分裂时所采用的公式：xgboost的分裂步骤：xgboost总结LightGBM：基于决策树算法的分布式梯度提升框架LightGBM在模型的训练速度和内存方面的优化
fly_Xiaoma·2022-12-05 18:03

LightGBM——提升机器算法（图解+理论+安装方法+python代码）

原文地址：https://blog.csdn.net/huacha__/article/details/81057150前言LightGBM是个快速的，分布式的，高性能的基于决策树算法的梯度提升框架。
stay_foolish12·2022-12-05 18:33

LightGBM算法

  LightGradientBoostingMachine(LightGBM)是一个由微软亚洲研究院分布式机器学习工具包（DMTK）团队开源的基于决策树算法的分布式梯度提升（GradientBoostingDecisionTree
一只干巴巴的海绵·2022-12-05 18:02

决策树与随机森林/K-means

决策树算法容易理解，适用各种数据，在解决各种问题时都有良好表现，尤其是以树模型为核心的各种集成算法，在各个行业和领域都有广泛的应用。决策树优点：可以对复杂和非线性的数据建模。缺点：结果不易
麦格芬230·2022-12-05 12:33

K近邻算法(KNN)原理整理小结

KNN方法既可以做分类，也可以做回归，这点和决策树算法相同。KNN算法是选择与输入样本在特征空间内最近邻的k个训练样本并根据一定的决策规则，给出输出结果。KNN算法是很基
海宝7号·2022-12-05 11:21

【回归预测-lssvm分类】基于最小二乘支持向量机lssvm实现数据分类代码

伴随着数据分类的同时出现两大处理难点,一个是非均衡问题,另一个就是高维问题.但是传统的数据方法在进行数据挖掘时,低维平衡数据被重点关注,传统分类方法有线性判别分析,Logistic判别模型,支持向量机算法,K近邻算法,决策树算法
matlab科研助手·2022-12-05 07:50

【机器学习sklearn】决策树可视化方法

决策树可视化说明可视化结果说明决策树相关内容，详情可见决策树算法Graphviz是一个开源的图（Graph）可视化软件，采用抽象的图和网络来表示结构化的信息。
Moonuiu·2022-12-04 19:28

机器学习算法 | 随机森林

1.简介随机森林的基本原理决策树算法很容易出现过拟合的现象，随机森林是把不同的几棵树打包到一起，每个数的参数都不同。在随机森林构建完成之后，每棵决策树都会单独进行预测。
Rachel_秋·2022-12-03 21:35

sklearn库学习----决策树(分类树DecisionTreeClassifier)

文章目录概述决策树算法的核心是解决两个问题sklearn中的决策树基本建模流程重要参数剪枝参数目标权重参数参数调优手段-----网格搜索概述决策树是一种非参数的有监督学习方法，他能够从一系列有特征和标签的数据中总结出决策规则
iostreamzl·2022-12-03 10:22

【机器学习】神经网络Keras库调用时遇到的各种报错和解决方法（图文步骤）

重启电脑使得系统环境变量的修改生效步骤4引用包名的修改方法2：Anaconda部署确保你的Anaconda安装正确部署命令总结『机器学习』分享机器学习课程学习笔记，逐步讲述从简单的线性回归、逻辑回归到▪决策树算法
发现你走远了·2022-12-03 10:51

决策树算法--DecisionTreeClassifier类

目录主要参数criterionsplittermax_depthmin_sample_splitsmin_samples_leafmax_featuresmax_leaf_nodes类属性classes_feature_importances_max_features_n_classes_n_features_in_类方法apply(X[,check_input])decision_path(X[
夺笋123·2022-12-03 10:21

【机器学习】07. 决策树模型DecisionTreeClassifier（代码注释，思路推导）

对决策树最大深度的研究与可视化绘图结果分析2.对特征选择标准的研究与可视化绘图结果分析3.对决策树其他参数的研究与可视化绘图结果分析总结『机器学习』分享机器学习课程学习笔记，逐步讲述从简单的线性回归、逻辑回归到▪决策树算法
发现你走远了·2022-12-03 10:50

使用决策树算法进行鸢尾花数据分类(python)

使用决策树算法进行鸢尾花数据分类（学习笔记）决策树算法介绍构建树的过程从根节点开始，计算所有特征值的信息增益（信息增益比、基尼系数），选择计算结果最大的特征作为根节点。
CavalierJHC·2022-12-03 10:20

机器学习-监督学习及典型算法

文章目录监督学习(Supervised)原理输入空间、特征空间、输出空间KNN算法(K-NearestNeighborClassification)支持向量机(SVM)朴素贝叶斯分类(NaveBayes)决策树算法监督学习
Schwertlilien·2022-12-02 10:56

算法笔记（8）-决策树算法及Python代码实现

决策树优点(1)可以将模型进行可视化(2)决策树对每个样本特征进行单独处理，不需要对数据进行转换决策树缺点(1)会出现过拟合问题决策树算法Python代码实现clf3=tree.DecisionTreeClassifier
编程研究坊·2022-12-01 21:13

windows下载并使用graphviz，将dot形式转换成png图片

文章目录引入Windows下载graphviz使用graphviz引入学习机器学习中决策树算法时，想要得到决策树结构，如：而决策树中算法只能导出dot形式，要将dot形式转换成png图片形式，需要下载graphvizWindows
秋酿玖心·2022-12-01 21:43

数据挖掘十大经典算法，你都知道哪些？

一、分类决策树算法C4.5C4.5，是机器学习算法中的一种分类决策树算法，它是决策树(决策
中移OneMO模组·2022-12-01 17:01

机器学习7集成学习方法

我们这主要讲述Boosting中代表性算法AdaBoost元算法基于数据集多重抽样的分类器前面介绍了K近邻算法、决策树算法、朴素贝叶斯算法、逻辑回归以及支持向量机这些算法各有优缺点，我们自然可以将不同的分类器组合起来
weixin_30716141·2022-12-01 15:25

使用决策树算法预测森林植被

SparkMLlib机器学习—决策树算法用于预测森林植被一、实验介绍1.1内容介绍决策树算法就是通过对已有明确结果的历史数据进行分析，寻找数据中的特征，并以此为依据对新产生的数据结果进行预测。
oxuzhenyi·2022-12-01 11:04

SparkMlib 之随机森林及其案例

随机森林算法是机器学习、计算机视觉等领域内应用极为广泛的一个算法，它不仅可以用来做分类，也可用来做回归即预测，随机森林机由多个决策树构成，相比于单个决策树算法，它分类、预测效果更好，不容易出现过度拟合的情况
月亮给我抄代码·2022-12-01 11:03

西瓜书+实战+吴恩达机器学习（七）监督学习之决策树 Decision Tree

构建决策树算法如下图所示（图源：机器学习）：有以下三种情况递归返回：当前节点的
I can丶·2022-12-01 07:37

机器学习入门（七）：分类算法——决策树算法

这是我们判断这是个好瓜还是坏瓜的决策流程，决策树的作用：1.帮助我们选择用哪个特征先做if，用哪个特征后做if，能最快的判断出这是好瓜还是坏瓜2.帮助我们确定特征中作为划分标准的数值二.原理推导三.代码预测：案例对比：比较决策树算法和
【 变强大 】·2022-11-30 22:50

决策树算法十问及经典面试问题

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达简介和算法决策树是机器学习最常用的算法之一，它将算法组织成一颗树的形式。其实这就是将平时所说的if-then语句构建成了树的形式。这个决策树主要包括三个部分：内部节点、叶节点和边。内部节点是划分的属性，边代表划分的条件，叶节点表示类别。构建决策树就是一个递归的选择内部节点，计算划分条件的边，最后到达叶子节点的过程。伪代码:输入:
小白学视觉·2022-11-30 13:28

【算法】决策树模型 & 集成算法模型GBDT

一、决策树模型决策树算法是一种归纳分类算法，它通过对训练集的学习，挖掘有用的规则，对新数据集进行预测。它属于有监督、非参数学习算法，对每个输入使用该分类区域的训练数据得到对应的局部模型。
CC‘s World·2022-11-30 13:57

决策树算法

决策树目录决策树1.认识决策树2.决策树算法主要解决的问题3.构建决策树3.2贪心算法4.不纯度5.ID3算法构建决策树5.1信息论基础5.2信息增益5.3构建决策树5.4ID3的局限性6.C4.5算法
荼靡，·2022-11-30 13:25

大话系列：决策树算法

2、C4.5算法3、CART三、三种基本类型比较1、划分标准的差异：2、使用场景的差异：3、样本数据的差异：4、样本特征的差异：5、剪枝策略的差异：#博学谷IT学习技术支持#一、算法初步认识1、思想：决策树算法属于监督学习方法
吕淮子·2022-11-30 13:54

决策树算法、随机森林算法

一、决策树1、什么是决策树？如何进行高效的决策？最早的决策树就是利用程序设计中的if-else结构分割数据的一种分类学习法。决策树的思想就是：如何高效的进行决策。而我们决策是有顺序的，即：我们在看不同的特征的时候，先看哪一个，后看哪一个是有讲究的。因为正确的特征先后顺序有利于我们进行高效的决策。比如：从上图可以看出，该女生最在意的是男方的年龄，其次是长相，收入，职业。如果男方年龄不合适，则直接就不
Vincent_Zhang233·2022-11-30 13:22

人人都在用的机器学习算法-决策树

决策树是典型的贪心算法，现在众多的决策树算法包括，ID3、C4.5和CART，都是在使用这一算法。那么对于决策树来说，怎么才能实现局部最优呢？
WiFi下的365·2022-11-30 13:48

机器学习算法：唐老师1.1决策树算法

树模型决策树：从根节点开始一步步走到叶子节点（决策）所有的数据最终都会落到叶子节点，既可以做分类也可以做回归树的组成根节点：第一个选择点非叶子节点与分支：中间过程叶子节点：最终的决策结果决策树的训练与测试训练阶段：从给定的训练集构造出来一棵树（从跟节点开始选择特征，如何进行特征切分）测试阶段：根据构造出来的树模型从上到下去走一遍就好了一旦构造好了决策树，那么分类或者预测任务就很简单了，只需要走一遍
Python学习中的进阶者·2022-11-30 02:47

日常学习记录——目前学习记录总结

决策树算法——基于信息熵、基于信息增益、基于Gini指数模糊决策树算法——决策树算法的改进版本随机森林算法——基于Gini指数的CART决策树的集成学习算法平衡随机森林——面向不平衡数据集的随即森林算法的改进版本
锂盐块呀·2022-11-29 15:59

决策树算法学习及实践

决策树算法学习及实践代码ID3：https://blog.csdn.net/weixin_38273255/article/details/88981748C4.5：https://blog.csdn.net
张##·2022-11-29 15:58

决策树算法的步骤

二、设计决策树的层级，分类特征，叶节点分类特征优先选择，最大程度形成分类的，具体的选择标准对应细分的不同的决策树算法。
haiyuanjie·2022-11-29 14:46

决策树实现图像分类（JMU-机器学习作业）

决策树实现图像分类（JMU-机器学习作业）文章目录决策树实现图像分类（JMU-机器学习作业）决策树先验知识信息熵条件熵信息增益决策树剪枝预剪枝后剪枝离散型数据分类代码运行结果：连续型数据分类代码运行结果：决策树决策树算法属于有监督机器学习算法中的一类经典算法
急雨·2022-11-29 14:39

决策树算法学习

1、决策树简介决策树（decisiontree）：是一种基本的分类与回归方法，此处主要讨论分类的决策树。决策树通常有三个步骤：特征选择、决策树的生成、决策树的修剪。在分类问题中，表示基于特征对实例进行分类的过程，可以认为是if-then的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。用决策树分类：从根节点开始，对实例的某一特征进行测试，根据测试结果将实例分配到其子节点，此时每个子节点对
Abel_____·2022-11-29 14:39

机器学习算法系列（二十）-梯度提升决策树算法（Gradient Boosted Decision Trees / GBDT）

阅读本文需要的背景知识点：自适应增强算法、泰勒公式、One-Hot编码、一丢丢编程知识一、引言  前面一节我们学习了自适应增强算法（AdaptiveBoosting/AdaBoostAlgorithm），是一种提升算法（BoostingAlgorithm），而该算法家族中还有另一种重要的算法——梯度提升决策树1（GradientBoostedDecisionTrees/GBDT），GBDT及其变体
Saisimonzs·2022-11-29 11:42

常用决策树模型ID3、C4.5、CART算法

决策树通常有三个步骤：特征选择决策树的生成决策树的剪枝决策树的优点和缺点优点：决策树算法中学习简单的决策规则建立决策树模型的过程非常容易
阿松丶·2022-11-29 09:36

机器学习：决策树算法(ID3算法)的理解与实现

机器学习：决策树算法（ID3算法）的理解与实现文章目录机器学习：决策树算法（ID3算法）的理解与实现1.对决策树算法的理解1.概述2.算法难点选择最优划分属性1.信息熵2.信息增益2.使用sklearn
深知知知知·2022-11-28 12:31

（5）机器学习--分类模型之决策树算法

回归：目标变量是数值型，得到方程式分类：目标变量是分类值，可能是一个数，贝叶斯网络概率，神经网络，超平面函数1理解模型测量精度基尼系数1.1衡量指标1.1.1熵混杂样本中，熵是混乱程度的量度，样本集合纯度当数据量⼀致时，系统越有序，熵值越低；系统越混乱或者分散，熵值越⾼。决策树目的：找到一个特征值，对其进行分类，然后使得纯度更高1.1.2信息增益信息增益：以某特征划分数据集前后的熵的差值。熵可以表
north_fish420·2022-11-28 10:45

决策树概述+模块介绍+重要参数（criterion+random_state&splitter+减枝参数+目标权重参数）+回归树（参数+实例+拟合正弦曲线）+泰坦尼克号生存者预测实例

文章目录什么是sklearn一、决策树概述（一）概述（二）基础概念（三）决策树算法的核心是要解决两个问题：二、模块sklearn.tree的使用（一）模块介绍（二）使用介绍三、重要参数（一）criterion
斯外戈的小白·2022-11-28 00:36
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他