回归树

决策树-CART（上）

CART（ClassificationAndRegressionTrees，分类回归树）算法是一种树构建算法，既可以用于分类任务，又可以用于回归。
clvsit·2020-09-14 21:48

sklearn K近邻法类库使用小结

KNN分类树的类是KNeighborsClassifier，KNN回归树的类是KNeighborsRegressor。
bylfsj·2020-09-14 18:32

R语言之决策树CART、C4.5算法

预测变量为离散型时，为分类树；连续型时，为回归树。常用的决策树算法：算法简介R包及函数ID3使用信息增益作为分类标准，处理离散数据，仅适用于分类树。
Mezzie·2020-09-14 17:34

梯度提升树(GBDT)

提升树模型提升树是以分类数或回归树为基本分类器的提升方法。提升方法实际采用加法模型（即基函数的线性组合）与前向分布算法，以决策树为基函数的提升方法为提升树（boostingtree）。
winycg·2020-09-14 16:05

GBDT和XGB算法问题总结

集成模型知识整理GBDT相关的问题总结1GBDT为什么用CART回归树做基学习器？
阿拉辉·2020-09-14 16:14

R语言中自编基尼系数的CART回归决策树的实现

p=14056本文为了说明回归树的构造（使用CART方法），考虑以下模拟数据集，>set.seed(1)>n=200>X1=runif(n)>X2=runif(n)>P=.8*(X1.5)++.8*(X1
qq_19600291·2020-09-14 14:24

提升树，梯度提升树（GBDT）笔记

决策树可以分为二叉分类树或者二叉回归树，刚刚我们讲了分类树，现在介绍一下回归树。回归问题是用来处理连续值。
Null_Pan·2020-09-14 13:56

分类-回归树模型（CART）在R语言中的实现

如果因变量是连续数据，相对应的分析称为回归树，如果因变量是分类数据，则相应的分析称为分类树。决策树是一种倒立的树结构，它由内部节点、叶子节点和边组成。其中最上面的一个节点叫根节点。
周小馬·2020-09-14 13:26

机器学习问题方法总结

大类名称关键词有监督分类决策树信息增益分类回归树Gini指数，Χ2统计量，剪枝朴素贝叶斯非参数估计，贝叶斯估计线性判别分析Fishre判别，特征向量求解K最邻近相似度度量：欧氏距离、街区距离、编辑距离、
brilliantyoho·2020-09-14 06:42

一个例子让你明白什么是CART回归树

没关系，这里我给大家讲个例子，你就理解原来CART回归树生成这么简单啊。。。
阴天了·2020-09-14 02:45

分类回归树（CART）

1算法思想CART既可以用于分类，也可以用于回归，也就是说，它的返回值，既可以是连续的，也可以是离散的。CART伪代码为：CART(ClassificationAndRegressionTree)算法采用一种二分递归分割的技术，将当前的样本集分为两个子样本集，使得生成的的每个非叶子节点都有两个分支。2将CART用于回归主要分为两个阶段：建树和剪枝（1）建树按照CART伪代码的流程就能建树，主要问题
咆哮的大叔·2020-09-14 02:26

分类和回归树，随机森林，霍夫森林（CART，random forests，hough forests）

1.分类和回归树（CART，classificationandregressiontree）基于树的方法的思路：把特征空间划分成一系列的矩形区域，然后在每个区域中拟合一个简单的模型（例如：常量）。
anson2004110·2020-09-14 01:39

决策树实现--分类与回归树（CART）

决策树是一种很基础而又重要的机器学习算法，是众多更高级算法实现的基础，比较famous的决策树算法有ID3，C4.5和分类与回归树(ClassifyandRegressionTree)。
一身骄傲小小裴·2020-09-14 01:44

机器学习： 01 决策树分类

回归树剪纸？
福利2020·2020-09-14 01:36

大数据算法 十大经典算法

一、CART:分类与回归树CART,ClassificationandRegressionTrees。
毛公鼎·2020-09-13 19:40

【需求】手机无线投屏到电视需求整理，Miracast无线投屏功能应用及需求

话说最近被arduino搞的有点肝疼，最近打算回归树莓派两天养养肝。作为一个创客，一个实用主义的创客，需求还是很重要的，需求提的好问题才能解决的好。
DLGG创客DIY·2020-09-13 13:47

分类回归树 C&R Tree

一、数据来源：Demos文件夹下面自带的数据NewsChan.sav数据格式为SPSS文件格式二、clementine流程图2.1数据表的数据2.2表的字段解释：2.3Type节点配置说明：1.类型节点指定每个字段的数据类型。例如，范围字段指示字段具有连续数值（如年龄），而集合字段则有两个或更多个不同的值（如男/女或红色/蓝色/绿色）。2.还可以在类型节点中指定方向，表示每个字段在构建模型时的角色
SmileCloud201·2020-09-12 12:56

机器学习算法之梯度提升决策树(GBDT)回归

算法原理问题引入接着上篇博客聊到的回归树，我们说到要预测一个班级的同学的成绩，用平均数数不妨为一个还不错的值。我们假设这个班级除了他自己，还有3位同学(请忽略为什么这个班级人这么少。。。)
just_sort·2020-09-11 21:09

用xgboost模型对特征重要性进行排序及画图--Selectfrommodel模块选取特征的原理解析

viewspace-2199549/什么是Xgboost:boosting算法的思想是将许多弱分类器集成在一起形成强分类器，xgboost是一种提升树模型，许多树模型集成在一起，形成一个很强的分类器，树模型是CART回归树模型
weixin_45271076·2020-09-11 11:35

GBDT算法原理

一、基础知识1.泰勒级数展开2.梯度下降法3.牛顿法4.从参数空间到函数空间二、GBDT1.DT：回归树RegressionDecisionTree5.GBDT适用范围2.GB：梯度迭代GradientBoosting6
Rnan-prince·2020-09-11 02:26

使用Python的Tkinter库创建GUI（附实例：回归）

我们前面介绍了树回归中的回归树和模型树两种回归方式。本节我们首先将树回归和标准回归进行比较，然后创建出一个GUI，通过交互的形式更好去观察模型树和回归树之间的奥秘。
ifruoxi·2020-09-11 01:31

面试题收录

面试题收录模型篇回归树和分类树XGBoost二元分类器深度学习功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中
OverTheMoon·2020-09-10 15:52

带你学习Python如何实现回归树模型

所谓的回归树模型其实就是用树形模型来解决回归问题，树模型当中最经典的自然还是决策树模型，它也是几乎所有树模型的基础。虽然基本结构都是使用决策树，但是根据预测方法的不同也可以分为两种。
·2020-09-09 09:23

建立统计回归模型的基本步骤_基本回归模型

建立统计回归模型的基本步骤LinearRegressionandRegressionTrees线性回归和回归树bySatoruHayasakaandRosariaSilipo,KNIME由悟早坂和罗萨丽娅
weixin_26704853·2020-09-04 05:56

GBDT集成算法（梯度提升树）

Adaboost相比，Adaboost算法利用前一轮迭代弱学习器的误差率来更新训练集的权重，这样一轮轮的迭代下去，GBDT也是一轮一轮迭代弱学习器，使用前向分布算法，但是它限定弱学习器只能是决策树(CART回归树
owolf·2020-08-25 17:05

GBDT（Gradient Boost Decision Tree）

GBDT是决策树中的回归树，决策树分为回归树和分类树，分类树的衡量标准是最大熵，而回归树的衡量标准是最小化均方差。GBDT可以用来做分类
GeekStuff·2020-08-25 17:42

XGB算法梳理

分类回归树是一棵二叉树，且每个非叶子节点都有两个孩子，所以对于第一棵子树其叶子节点数比非叶子节点数多1分类树两个基本思想：
数据科学->打怪中·2020-08-25 05:11

逻辑回归

一、概述名为“回归”的分类器器之前我们接触了不不少带“回归”二字的算法，回归树，随机森林的回归，线性回归，无一例外。他们都是区别于分类算法们，用来处理理和预测连续型标签的算法。
稚与最初.·2020-08-22 23:41

增量式分级判别回归树（IHDR）|翻译与笔记

增量式分级判别回归树（IHDR）|翻译与笔记为什么翻译这篇发表于2007年的老论文呢？主要有以下四方面原因：（1）这篇论文较清晰地给出增量式学习的概念。（2）论文有一定的理论与应用方面的价值。
windSeS·2020-08-22 03:27

机器学习理论《统计学习方法》学习笔记：第五章 决策树

决策树学习5.2特征选择5.2.1特征选择问题5.2.2信息增益5.2.3信息增益比5.3决策树的生成5.3.1ID3算法5.3.1C4.5算法5.4决策树的剪枝5.5CART算法5.5.1CART生成1.回归树的生成
紫芝·2020-08-21 10:29

值月生周记：我再也不逼你们提交007作文和点评了

让鸟儿回归树林，让我们看见真正的他们此刻，当我写这个标题时，哭了。
麦琪简书·2020-08-21 09:50

决策树、Bagging、Boosting、Adaboost、GBDT 和 Xgboost (转)

算法总结一、决策树(1)、ID3：以信息增益为准则来选择最优划分属性(2)、C4.5：基于信息增益率准则选择最优分割属性的算法(3)CART：以基尼系数为准则选择最优划分属性，可以应用于分类和回归分类树和回归树二
未不明不知不觉·2020-08-21 01:42

机器学习实战 第九章 树回归 学习笔记

本章用的CART（分类回归树）算法来构树。
slicer·2020-08-20 23:00

树回归分析

1、CART：classificationandregressiontrees（分类回归树）。
a微风掠过·2020-08-20 13:33

决策树（中）：CART，一颗是回归树，另一颗是分类树

决策树（中）：CART，一颗是回归树，另一颗是分类树基于信息度量的不同方式，把决策树分为ID3算法、C4.5算法和CART算法，CART算法叫做分类回归树，ID3和C4.5算法可以生成二叉树或多叉树，而
ywangjiyl·2020-08-19 22:02

CART 分类与回归树

本文结构：CART算法有两步回归树的生成分类树的生成剪枝CART－ClassificationandRegressionTrees分类与回归树，是二叉树，可以用于分类，也可以用于回归问题，最先由Breiman
Alice熹爱学习·2020-08-19 16:46

GBDT原理及实现（XGBoost+LightGBM）

原理及实现（XGBoost+LightGBM）文章目录GBDT原理及实现（XGBoost+LightGBM）@[toc]一、准备知识1.1泰勒展开1.2梯度下降法1.3牛顿法1.4CART树1.4.1CART回归树
蕉叉熵·2020-08-19 03:53

一些算法笔记（XGboost、梯度下降法、L1与L2正则化、Logistic回归）

树和树之间是串行的，下一棵树生成与上一棵树有关；并行主要体现在对特征的选择，分裂点计算上是可以并行的（单棵树生长上特征是可以并行的）2.XGboost最后的score如何使用XGboost是有CART回归树构成的
滴水-石穿·2020-08-19 03:07

树回归

CART算法（分类回归树）可以用来分类，也可以用来回归回归树回归树与分类树的思路类似，但叶节点的数据类型不是离散型，而是连续型只做二元切分，一个节点的左键和右键要么是子树要么是单个值树剪枝一棵树如果节点过多
洛克黄瓜·2020-08-19 01:49

【机器学习】GBDT 算法 整理

GBDT也是迭代，使用了前向分布算法，但是弱学习器限定了只能使用CART回归树模型，同时迭代思路和Adaboost也有所不同（备注：Adaboost我会再新开日记）。
CWS_chen·2020-08-18 19:08

决策树算法原理(ID3，C4.5)

决策树算法原理(CART分类树)CART回归树决策树的剪枝决策树可以作为分类算法，也可以作为回归算法，同时特别适合集成学习比如随机森林。
weixin_34179762·2020-08-18 12:24

GBDT 梯度提升决策树的简单推导

GB,梯度提升，通过进行M次迭代，每次迭代产生一个回归树模型，我们需要让每次迭代生成的模型对训练集的损失函数最小，而如何让损失函数越来越小呢？
Michael_Shentu·2020-08-18 11:46

对于一些常用的R语言的算法包的归纳(修改)

part1:连续因变量的预测：stats包lm函数，实现多元线性回归stats包glm函数，实现广义线性回归stats包nls函数，实现非线性最小二乘回归rpart包rpart函数，基于CART算法的分类回归树模型
Nicky_1218·2020-08-18 10:43

（二）XGBoost之DART booster

XGBoost主要结合了大量的回归树和较小的学习率。在这种情况下，早期添加的树木很重要，而后期添加的树木并不重要。
HawardScut·2020-08-17 22:58

GBDT和xgboost

gbdt（gradientboostdecisiontree）：梯度提升决策树；由多棵决策树组成，每棵决策树都是回归树randomforest（随机森林）：随机森林中的每棵树都是由从训练集中抽取的样本训练得到的
mambasmile·2020-08-17 13:43

CART回归树及其实战

1.CART简介分类与回归树（classificationandregressiontree，CART）模型由Breiman等人在1984年提出，是应用广泛的决策树学习方法。
huahuaxiaoshao·2020-08-17 12:04

利用python实现GBDT回归树

1、关于GBDT回归树的原理参考这篇博文https://blog.csdn.net/zpalyq110/article/details/79527653，但想要深入理解算法的原理最好应该自己动手实现整个过程
Spirit_6275·2020-08-17 11:30

《Python机器学习基础教程》学习笔记(7) 随机森林与梯度提升回归树

决策树集成即是以决策树为基础的模型，主要有随机森林（randomforest）与梯度提升回归树（gradientboosteddecisiontree,GBDT）。
坤斤拷·2020-08-17 11:03

集成算法 — 随机森林（Python3.6实现）

RandomForest随机森林在上一篇博文“集成算法—简介+决策树”中，简要介绍了集成算法的3种分类：Boosting、Bagging、Stacking以及它们经常使用的弱分类器—决策树（分类树和回归树
NaLan_2020·2020-08-17 04:28

决策树算法原理及实现

决策树分为分类树和回归树两种，分类树对离散变量做决策树，回归树对连续变量做决策树。近来的调查表明决策树也是最经常使用的数据挖掘算法，它的概念非常简单。
weixin_30682127·2020-08-17 03:40
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他