决策树算法

决策树算法之分类回归树 CART（Classification and Regression Trees）【2】

上一篇文章主要介绍了分类树，下面我们再一起来看一下回归树，我们知道，分类决策树的叶子节点即为分类的结果；同理，回归树的叶子节点便是连续的预测值。那么，同样是回归算法，线性回归和决策树回归有什么区别呢？区别在于，前者拟合的是一条直线，而后者却可以拟合非线性的数据，如下图中的数据就是用线性回归来拟合的：当数据呈现非线性分布时，例如下面的数据，假设它统计了流行歌手的喜好程度和年龄的关系，该系数值在10岁
程序员在深圳V·2023-01-22 07:04

决策树算法之分类回归树 CART（Classification and Regression Trees）【1】

分类回归树CART是决策树家族中的基础算法，它非常直觉（intuitive），但看网上的文章，很少能把它讲的通俗易懂（也许是我理解能力不够），幸运的是，我在Youtube上看到了这个视频，可以让你在没有任何机器学习基础的情况下掌握CART的原理，下面我尝试着把它写出来，以加深印象.决策树的结构下图是一个简单的决策树示例：假设上面这个决策树是一个用来判断病人是否患有心脏病的系统，当病人前来就医时，系
程序员在深圳V·2023-01-22 07:03

scikit-learn：决策树-----分类树、回归树、交叉验证、决策树可视化

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算法的核心是要解决两个问题：1）如何从数据表中找出最佳节点和最佳分
梦寐_·2023-01-22 07:51

决策树算法原理与sklearn.tree.DecisionTreeClassifier()以及决策树作图

绪论：除线性模型中的逻辑斯谛克回归（包括梯度下降等）、多分类问题之外，分类算法学习主要还包括：决策树，贝叶斯分类器，k近邻算法，支持向量机，神经网络等；下面学习一下决策树。一、决策树基础理论决策树（decisiontree）也是一种无参监督学习方法，其目的是创建一种模型从数据特征中学习简单的决策规则来预测一个目标变量的值。。以树状图为基础，是一系列的if-then语句，它可以用于分类也可以用于回归
望百川归海·2023-01-19 18:38

信息增益的介绍

在决策树算法中的关键问题时特征的选择，当有多个特征的时候，我们选择哪个特征来进行分类呢？或者是按照什么标准来选择特征呢？这个问题我们利用信息增益的概念来解决，如果
Bonyin·2023-01-18 15:31

IBM SPSS Modeler分类决策树C5.0模型分析空气污染物数据|附代码数据

如何通过方法有效的分析海量数据，并从其中找到有利的资讯已经成为一种趋势而决策树算法是目前在进行数据分析时很常用的方法。
·2023-01-18 13:46

IBM SPSS Modeler分类决策树C5.0模型分析空气污染物数据|附代码数据

如何通过方法有效的分析海量数据，并从其中找到有利的资讯已经成为一种趋势而决策树算法是目前在进行数据分析时很常用的方法。
·2023-01-18 13:15

大数据分析案例-基于决策树算法构建金融反欺诈分类模型

‍♂️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研究目的及意义2.2研究方法与思路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探索性数据分析4.3数据预处理4.4特征筛选4.5模型构建4.6模型评估5.实验总结源代码1.项目背景当今以互联网、移动终端等
艾派森·2023-01-18 13:59

随机森林原理与sklearn 使用

其实质是对决策树算法的一种改进，将多个决策树合并在一起，每棵树的建立依赖于独立抽取的样本。单棵树
WANG_DDD·2023-01-17 22:59

决策树准确率低原因_决策树算法

目录一、简介1.概述决策树算法是一种逼近离散函数值的方法。它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。
weixin_39605706·2023-01-17 12:18

机器学习-GBDT

因为感觉讲解的很清晰，所以转载过来，便于收藏查看吧综述  GBDT(GradientBoostingDecisionTree)又叫MART（MultipleAdditiveRegressionTree)，是一种迭代的决策树算法
TaoTao Li·2023-01-17 09:10

决策树——示例加源码讲解

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。我们来简单了解一下决策树是如何工作的。
啊～小 l i·2023-01-16 17:39

机器学习之决策树（实战）

决策树是一个非常成熟的算法，最常用的三种决策树算法是ID3,C4.5,CART(ClassificationandRegressionTree)
cpLoners·2023-01-16 17:08

sklearn决策树算法参数详解

sklearn决策树算法参数详解1.决策树分类器DecisionTreeClassifier2.回归树——CART1.决策树分类器DecisionTreeClassifierfromsklearn.treeimportDecisionTreeClassifier
Andrewings·2023-01-15 23:47

分类问题学习笔记-决策树

文章目录决策树案例:原理：基于信息论的三种决策树算法：1、ID3算法**信息熵:****案例：**ID3算法的不足2、C4.5算法3、CART算法优点：缺点：关于剪枝：python鸢尾花案例：决策树案例
带问号的小朋友·2023-01-15 08:32

Python实现决策树算法和朴素贝叶算法，并根据天气数据集预测是否出游

天气数据集该数据集，已有的天气状况、温度、湿度还有风力信息，预测是否适合出去游玩。在算法设计中可以把天气状况、温度、湿度还有风力信息作为算法的输入，是否适合游玩作为输出结果。代码实现导入包importpandasaspdimportnumpyasnpfromsklearn.model_selectionimporttrain_test_splitfromcollectionsimportdefau
eeenkidu·2023-01-14 20:16

风控模型中特征重要度的两种筛选方法

在采用决策树算法建立模型的场景中，例如GBDT、XGBoost、LightGBM、RandomForest等，我们习惯通过FeatureImportance指标作为特征筛选的重要方法之一。
番茄风控·2023-01-14 19:59

提升机器算法LightGBM（图解+理论+增量训练python代码+lightGBM调参方法）

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。可用于排序，分类，回归以及很多其他的机器学习任务中。
lamusique·2023-01-14 07:41

[kaggle竞赛实践2] Titanic幸存预测问题--ID3决策树解决方案

这次主要用的是决策树方法去解决问题的，在机器学习实战的ID3决策树算法上进行扩展的。发现了机器学习实战决策树的一个bug，同时领会到决策树的一个局限性。
虾米ning·2023-01-13 13:13

决策树算法

内容概览决策树原理一、基本思想二、熵和Gini系数三、ID3决策树3.1划分标准3.2具体操作四、C4.5决策树4.1划分标准4.2剪枝策略五、CART决策树5.1划分标准5.2损失函数5.3剪枝策略决策树原理一、基本思想决策树是构建树型分类器来实现回归或者分类任务，具有可解释性强，简单易理解等优点。决策树是一个有监督的机器学习模型。决策树的基本思想是每次选择一个属性作为划分标准，且这个经过这个属
ciaowzq·2023-01-13 10:56

大数据分析案例-基于决策树算法构建员工离职预测模型

‍♂️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4.3.1.分析满意度与离职的关系4.3.2分析考核得分与离职的关系4.3.3分析工程数量与离职的关系4.3
艾派森·2023-01-11 17:56

机器学习算法 22 决策树算法到集成学习思想（02 决策树常用的分裂条件基尼系数Gini、信息增益、信息增益率、MSE ）

1总结：决策树的生成说白了就是数据不断分裂的递归过程，每一次分裂，尽可能让类别一样的数据在树的一边，当树的叶子节点的数据都是一类的时候，则停止分裂2分割的条件问题：分割的条件是什么？如下图所示，那种分割方式更好：怎样衡量？纯度2.1常用分裂条件：对于分类问题：常用的分割条件有Gini系数，信息增益信息增益率；分割的好坏一般采用纯度进行度量。对于回归问题：常用的分割条件是MSE2.1.1Gini系数
熙仪繁华·2023-01-11 13:19

xgboost算法_陈天奇做的XGBoost为什么能横扫机器学习竞赛平台？

而基于决策树算法中最惊艳的，非XGBoost莫属了。打过Kaggle、天池、DataCastle、Kesci等国内外数据竞赛平台
weixin_39806388·2023-01-10 21:18

机器学习之分类算法-决策树

决策树算法是一种逼近离散函数值的方法。它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策树对新数据进行分析。本质上决策树是通过一系列规则对数据进行分类的过程。
不知名的。。。·2023-01-10 10:57

决策树--＞预测泰坦尼克号哪些人可以幸存

预测泰坦尼克号哪些人可以幸存1、数据地址https://datahub.csail.mit.edu/download/jander/historic/file/titanic.csv数据描述2、实验目标通过对决策树算法对泰坦尼克号历史数据进行学习
弓长德帅的博客·2023-01-10 09:27

决策树算法

决策树算法是一种自上而下的，对样本数据进行树形分类的算法。真实世界的树是从下往上长的，而数据结构中的树是从上往下长的。最上面是它的根节点，越往下分裂会一直分裂到它的叶子节点。
别走神了·2023-01-09 15:56

决策树生成、决策树可视化、决策树算法api、泰坦尼克号乘客生存预测案例代码

一、决策树算法apiclasssklearn.tree.DecisionTreeClassifier(criterion=’gini’,max_depth=None,random_state=None)
learning-striving·2023-01-08 13:52

3天快速入门Python机器学习

推荐教程：简单快速入门Python机器学习该阶段是机器学习的入门课程，主要介绍一些经典的传统机器学习算法，如分类算法：KNN算法，朴素贝叶斯算法，逻辑回归，决策树算法以及随机森林；回归算法：线性回归，岭回归
骨灰级收藏家·2023-01-08 12:32

python实现决策树算法sklearn_决策树的原理、推导、Python实现和Sklearn可视化

决策树(DecisionTree，DT)，是树模型系列的根基模型。后续的随机森林(RF)、提升树(BoostingTree)、梯度提升树(GBDT)、XGBoost都是在其基础上演化而来。决策树及其演化模型(RF、GBDT、XGBoost)在数据挖掘、推荐系统、金融风控、计算广告、智能营销等领域得到广泛应用，是机器学习最基础模型之一，应该必须掌握。本文以PPT的形式，首先回顾最优码、信息熵等决策树
weixin_42601702·2023-01-07 19:42

机器学习笔记

导言Ⅱ、机器学习的分类1、基于学习策略的分类（1）模拟人脑的机器学习（2）直接采用数学方法的机器学习2、基于学习方式的分类3、基于数据形式的分类4、机器学习的各类算法逻辑关系图Ⅲ、机器学习的常见算法1、决策树算法
我的眼中只有学习·2023-01-07 07:44

最常用的决策树算法（三）：XGBoost 和 LightGBM

决策树是一个非常常见并且优秀的机器学习算法，它易于理解、可解释性强，其可作为分类算法，也可用于回归模型。本文将分三篇介绍决策树，第一篇介绍基本树（包括ID3、C4.5、CART），第二篇介绍RandomForest、Adaboost、GBDT，第三篇介绍Xgboost和LightGBM。本文是决策树的第三篇，主要介绍基于Boosting框架的主流集成算法，包括XGBoost和LightGBM。第三
风度78·2023-01-07 07:38

机器学习算法——决策树算法（ID3算法划分数据集，基于香农熵的python底层实现）

决策树算法是一种非参数的决策算法，它根据数据的不同特征进行多层次的分类和判断，最终决策出所需要预测的结果。它既可以解决分类算法，也可以解决回归问题，具有很好的解释能力。
零壹博弈·2023-01-05 13:01

Pyhton实现决策树算法 MNIST数据集

Pyhton实现决策树算法MNIST数据集决策树是一种比较接近人类思维方式的算法，将样本通过每个特征值的信息增益进行划分，从而保证每个划分之后的结果信息熵的消减量达到最大。
菜鸡儿的架构师之路·2023-01-05 13:29

机器学习 - [源码实现决策树小专题]决策树中子数据集的划分（不允许调用sklearn等库的源代码实现）

决策树算法中子数据集的划分推荐：本文中的代码另外有采用了TypeScript/JavaScript进行实现的版本。
jcLee95·2023-01-05 13:28

决策树算法

决策树算法之所以如此流行，一个很重要的原因就是使用者基本上不用了解机器学习算法，也不用深究它是如何工作的。直观看上去，决策树分类器就像判
qq_27540235·2023-01-05 13:58

机器学习——07树回归

-北京：人民邮电出版社，2013.6庞善民.西安交通大学机器学习导论2022春PPTCART决策树算法的Python实现项目地址：https://github.com/yijunquan-afk/machine-learning
雨落俊泉·2023-01-04 14:26

【机器学习】深入理解LightGBM

LightGBM简介二、LightGBM提出的动机三、XGBoost的缺点及LightGBM的优化3.1XGBoost的缺点3.2LightGBM的优化四、LightGBM的基本原理4.1基于Histogram的决策树算法
旅途中的宽~·2023-01-01 15:24

决策树python实现及常见问题总结

一、概述决策树是一种基于树结构，使用层层推理来解决分类（回归）问题的算法决策树由下面几种元素构成：决策树模型的三个步骤特征选择决策树生成决策树剪枝二、特征选择根据特征选择不同方法有三种经典的决策树算法：
vinojie·2023-01-01 15:52

决策树算法归纳总结

决策树：是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类结果，本质是一颗由多个判断节点组成的树。一、熵系统越有序，熵值越低；系统越混乱或者分散，熵值越高。（1）从信息的完整性上进行的描述:当系统的有序状态一致时，数据越集中的地方熵值越小，数据越分散的地方熵值越大。（2）从信息的有序性上进行的描述:当数据量一致时，系统越有序，熵值越低；
立早大帅·2023-01-01 15:51

决策树算法（转载）

-ID32.4增益率--C4.5算法2.5基尼指数--CART算法3.决策树剪枝3.1预剪枝3.2后剪枝3.3预剪枝vs后剪枝4.连续值与缺失值处理4.1连续值处理4.2缺失值处理5.决策树的本质6.决策树算法总结
xaut0420·2023-01-01 08:51

Educoder 头歌【人工智能之决策树算法】

目录第1关：决策树算法求解分类预测问题任务描述相关知识决策树ID3算法求解思路编程要求测试说明总结第1关：决策树算法求解分类预测问题任务描述本关任务：学习决策树，并基于离散的输入值和输出值数据归纳实现样例的布尔分类
子i珮·2023-01-01 08:19

sklearn调库实现决策树算法

本文不讲原理，直接调库上代码。个人建议先用jupyter逐步操作，了解每步代码的功能，更易理解。1.导入相关包importnumpyasnpimportpandasaspdfromsklearn.datasetsimportload_wine#导入红酒数据集fromsklearnimporttree#后续决策树可视化fromsklearn.treeimportDecisionTreeClassif
m牛眼睛·2023-01-01 08:49

决策树算法原理及实现

决策树算法原理及实现转载自:https://www.cnblogs.com/sxron/p/5471078.html（一）认识决策树1、决策树分类原理决策树是通过一系列规则对数据进行分类的过程。
kerwinner·2023-01-01 08:18

决策树算法

决策树算法是一种通用的机器学习算法，既可以执行分类也可以执行回归任务，同时也是一种可以拟合复杂数据集的功能强大的算法；一、可视化决策树模型通过以下代码，我们使用iris数据集构建一个决策树模型，我们使用数据的后两个维度并设置决策树的最大深度为
无风听海·2023-01-01 08:48

决策树算法的研究

先来一段决策树相关的小故事：文献：周志华.机器学习[M].北京：清华大学出版社，2016:-最初的决策树算法是心理学家兼计算机科学家E.B.Hunt1962年在研究人类的概念学习过程时提出的CLS（ConceptLearningSystem
X_dmword·2023-01-01 08:47

12 决策树算法

这一章我们把决策树算法理解透彻了，非常有利于后面去学习集成学习。
处女座_三月·2023-01-01 08:16

RapidMiner介绍与实践（三）K-Means

前言前两篇介绍了利用RapidMiner利用决策树算法、贝叶斯分类器对golf数据进行简单的预测分析，当然由于数据集的有限，模型预测结果就是各种惨不忍睹，所以……今天更多是关注于K-Means算法在rapidminer
跌娣·2023-01-01 04:44

决策树算法：原理与python实现案例

文章目录决策树算法浅析决策树的介绍决策树最佳划分的度量问题决策树python案例决策树算法浅析决策树的介绍决策树的定义：决策树是一种逼近离散值目标函数的方法，学习到的函数使用树结构进行表示，完成决策任务
人工智能学术前沿（真)·2022-12-30 19:12

机器学习之使用Python生成ID3决策树

常见的决策树算法有ID3,C4.5,CART算法等。ID3算法：baseEntropy=self.calcShannonEnt(dataset)
南蓬幽·2022-12-30 19:07

机器学习决策树算法

这里有份ppt也可以详细看看：链接：https://pan.baidu.com/s/1uMs7gipEEFA1JyOusGWoiA提取码：hwts原文链接：https://zhuanlan.zhihu.com/p/30059442决策树是一种机器学习的方法。决策树的生成算法有ID3,C4.5和C5.0等。决策树是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最
阿委困的不能行·2022-12-30 19:07
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他