回归树

Spark机器学习(6)：决策树算法

1.决策树基本知识决策树就是通过一系列规则对数据进行分类的一种算法，可以分为分类树和回归树两类，分类树处理离散变量的，回归树是处理连续变量。
MSTK·2017-07-06 21:00

随机森林和GBDT的区别

其输出的类别由各个树投票而定（如果是回归树则取平均）。
login_sonata·2017-06-30 00:54

xgboost算法原理与实战

xgboost算法原理与实战之前一直有听说GBM，GBDT（GradientBoostDecisionTree）渐进梯度决策树GBRT（GradientBoostRegressionTree）渐进梯度回归树是
JasonZhangOO·2017-06-11 19:25

Bagging,Random Forests以及Boosting

前面讲到，决策树（决策树（DecisionTree））可以用来解决分类或回归问题，它们统称为分类回归树（ClassificationandRegressionTree,CART）。
Wei-L·2017-05-01 11:30

陈天奇slide学习笔记

RegressionTreeandEnsemble(WhatareweLearning)回归树
DawsonHwang·2017-04-24 10:12

【R机器学习笔记】梯度提升回归树——gbm包

gbm包wiki中对GBRT的定义gbm包在R中的使用基本建模函数参数选择最适的回归树个数例子gbm包gbm包是梯度提升回归树（GBRT）在R中的实现。
baby丨超超·2017-04-14 20:22

随机森林原理-R语言简单实例

随机森林是由多个回归树组合而成的模型，广泛用于分类研究，随机森林回归能够有效的分析非线性、具有共线性和交互作用的数据，效果要优于多元线性回归，并且不需要预先给定模型的形式假定，回归效果比回归树更好。
饭饭认认米·2017-04-07 19:37

随机森林与GBDT

1.随机森林1.1决策树决策树分为两大类，分类树和回归树。分类树是我们比较熟悉的决策树，比如C4.5分类决策树。分类树用于分类标签值，如晴天/阴天、用户性别、网页是否是垃圾页面。
Joe-Han·2017-04-06 22:46

机器学习之-回归树-具体怎么实现及应用

//2017/6/61、CART（classificationandregressiontrees，分类回归树），可以用于分类和回归，值得学习。
qq924178473·2017-04-06 18:51

机器学习笔记--决策树

方法适用问题模型特点模型类别学习策略学习的损失函数学习算法决策树多类分类，回归分类树，回归树判别模型正则化的极大似然估计对数似然损失特征选择，生成，剪枝决策树优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感
七号萝卜·2017-03-25 20:13

树模型之回归树，模型树，树剪枝

在前面决策树的介绍中，我们使用ID3算法来构建决策树；这里我们使用CART算法来构建回归树和模型树。ID3算法是每次选取当前最佳的特征来分割数据，并按照该特征的所有可能取值来区分。
Flying_sfeng·2017-03-24 21:22

matlab实现cart（回归分类树）

作为机器学习的小白和matlab的小白自己参照python的《机器学习实战》写了一下分类回归树，这里记录一下。关于决策树的基础概念就不过多介绍了，至于是分类还是回归。。我说不清楚。。
weixin_30364325·2017-03-20 16:00

回归树，Gradient Boosting和GBDT

GBDT主要知识点分为两个，一个是回归树（DT，RegressionDecisionTree），GradientBoosting（GB）RegressionDecisionTree回归树对于回归树和决策树来说
哈乐笑·2017-03-15 19:43

集成方法：渐进梯度回归树GBRT（迭代决策树）

http://blog.csdn.net/pipisorry/article/details/60776803单决策树C4.5由于功能太简单，并且非常容易出现过拟合的现象，于是引申出了许多变种决策树，就是将单决策树进行模型组合，形成多决策树，比较典型的就是迭代决策树GBRT和随机森林RF。在最近几年的paper上，如iccv这种重量级会议，iccv09年的里面有不少文章都是与Boosting和随机
-柚子皮-·2017-03-08 11:52

R语言 决策树--预测模型

决策树，算法的目标是建立分类预测模型或回归预测模型，是一种预测模型，按目标不同可以细分为分类树和回归树，因为在展示的时候，类似于一棵倒置的树而得名。
Sevan_Li·2017-02-19 17:49

机器学习实战 第九章回归树错误

最近一直在学习《机器学习实战》这本书。感觉写的挺好，并且在网上能够轻易的找到python源码。对学习机器学习很有帮助。最近学到第九章树回归。发现代码中一再出现问题。在网上查了下，一般的网上流行的错误有两处。但是我发现源码中的错误不止这两处，还有个错误在prune里面，另外模型树的预测部分也写的很挫，奇怪的是这本书之前的代码基本上都没有犯过什么错误，这一章的代码却频繁的出现各种问题，让人匪夷所思。。
xieshimao·2017-02-10 18:57

机器学习算法——决策树

三种结点：根结点：没有入边，但有零条或者多条出边内部结点：恰有一条入边和两条或多条出边叶结点：恰有一条入边，但没有出边种类：分类树：对离散变量做决策树回归树：对连续变量做决策树相关数学知识信息熵(entropy
Cherzhoucheer·2017-02-08 16:36

机器学习算法——决策树

三种结点：根结点：没有入边，但有零条或者多条出边内部结点：恰有一条入边和两条或多条出边叶结点：恰有一条入边，但没有出边种类：分类树：对离散变量做决策树回归树：对连续变量做决策树相关数学知识信息熵(entropy
Cherzhoucheer·2017-02-08 16:36

CART-分类回归树

CART简述cart，分类和回归树算法。cart既可以用来构建分类决策树，也可以用来构建回归树、模型树。用树对数据建模，把叶子节点简单设定为常数值，构成回归树。
hadooper-enjoyment·2017-02-07 16:36

机器学习经典算法详解及Python实现--决策树（Decision Tree）

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。
huobanjishijian·2016-12-21 13:00

决策树（ID3、C4.5、CART）

，下图给出了决策树的一个简单例子：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，输出是样本的预测类别；回归树对连续变量做决策，输出是一个实数。
Joe-Han·2016-11-20 15:19

机器学习之决策树--CART

一、什么是CART决策树决策树概念：机器学习之决策树–原理分析CART(ClassificationAndRegressionTree)，即分类与回归树。由它的名字可以发现，它分为分类树和回归树两种。
_北海岸的蔚蓝·2016-11-13 15:39

《机器学习实战》读后备忘

下面只是回归树的部分勘误代码：classtreeNode():def__init__(self,feat,val,right,left):featureToSplitOn=feat#切分的特征valueOfSplit
iamplusplusc·2016-10-28 17:08

cart中回归树的原理和实现

前面说了那么多，一直围绕着分类问题讨论，下面我们开始学习回归树吧，cart生成有两个关键点如何评价最优二分结果什么时候停止和如何确定叶子节点的值cart分类树采用gini系数来对二分结果进行评价，叶子节点的值使用多数表决
2BiTT·2016-10-24 17:00

用cart（分类回归树）作为弱分类器实现adaboost

在之前的决策树到集成学习里我们说了决策树和集成学习的基本概念（用了adaboost昨晚集成学习的例子），其后我们分别学习了决策树分类原理和adaboost原理和实现，上两篇我们学习了cart（决策分类树），决策分类树也是决策树的一种，也是很强大的分类器，但是cart的深度太深，我们可以指定cart的深度使得cart变成强一点的弱分类器。在决策树到集成学习我们提到，单棵复杂的决策树可以达到100%，
2BiTT·2016-10-23 22:00

连续值的CART（分类回归树）原理和实现

上一篇我们学习和实现了CART（分类回归树），不过主要是针对离散值的分类实现，下面我们来看下连续值的cart分类树如何实现思考连续值和离散值的不同之处：二分子树的时候不同：离散值需要求出最优的两个组合，
2BiTT·2016-10-20 16:00

CART（分类回归树）原理和实现

前面我们了解了决策树和adaboost的决策树墩的原理和实现，在adaboost我们看到，用简单的决策树墩的效果也很不错，但是对于更多特征的样本来说，可能需要很多数量的决策树墩或许我们可以考虑使用更加高级的弱分类器，下面我们看下CART（ClassificationAndRegressionTree）的原理和实现吧CART也是决策树的一种，不过是满二叉树，CART可以是强分类器，就跟决策树一样，但
2BiTT·2016-10-19 22:00

adaboost训练 之 弱分类器训练原理

二叉决策树介绍二叉决策树由LeoBreiman和他的同事提出.他们称之为”分类和回归树(CART)”.OpenCV实现的就是”分类回归树”.简单地说，二叉决策树的每个结点表示对对象做判断的一个特征属性，
_苏_·2016-09-27 15:53

adaboost弱分类器训练原理

二叉决策树介绍二叉决策树由LeoBreiman和他的同事提出.他们称之为”分类和回归树(CART)”.OpenCV实现的就是”分类回归树”.简单地说，二叉决策树的每个结点表示对对象做判断的一个特征属性，
lanxueCC·2016-09-27 15:00

[完]机器学习实战 第九章 树回归

CART（ClassificationAndRegressionTrees，分类回归树）算法，即可用于分类，
namelessml·2016-09-20 13:06

【机器学习】决策树（下）——CART算法及剪枝处理

另外，CART算法也可用于建立回归树。本文先承接上
Feiyang_Lee·2016-09-03 22:17

专访滴滴算法大赛冠军团队：回归树模型取胜

7月20日，滴滴出行首届全球Di-Tech算法大赛正式落幕，由三名成员组成的中国团队“inferrrr”夺得冠军并收获10万美元奖金，该团队近日接受了CSDN记者的采访，介绍其大赛中使用的方法和比赛心得。背景本次大赛赛题为“解决出行行业供需预测问题”：即对于特定城市的特定区域给定前三十分钟订单相关数据（包括数月的实时订单，区域POI，交通信息，天气数据等），参赛团队通过算法来预测该地区未来十分钟的
定雨·2016-08-29 16:57

专访滴滴算法大赛冠军团队：回归树模型取胜

7月20日，滴滴出行首届全球Di-Tech算法大赛正式落幕，由三名成员组成的中国团队“inferrrr”夺得冠军并收获10万美元奖金，该团队近日接受了CSDN记者的采访，介绍其大赛中使用的方法和比赛心得。背景本次大赛赛题为“解决出行行业供需预测问题”：即对于特定城市的特定区域给定前三十分钟订单相关数据（包括数月的实时订单，区域POI，交通信息，天气数据等），参赛团队通过算法来预测该地区未来十分钟的
cafucwxy·2016-08-29 16:00

决策树算法及可视化实现

算法描述（1）最小二乘回归树生成算法（2）CART生成算法其中，5.25如下1.计算给定数据集的香农熵defcalcShannonEnt(dataSet):numEntries=len(dataSet)
雪伦_·2016-07-22 15:41

随机森林和GBDT的几个核心问题

GBDT和随机森林的相同点：1、都是由多棵树组成2、最终的结果都是由多棵树一起决定GBDT和随机森林的不同点：1、组成随机森林的树可以是分类树，也可以是回归树；而GBDT只由回归树组成2、组成随机森林的树可以并行生成
legendavid·2016-07-11 10:35

CART

简介回归树分类树建树简介分类与回归树（ClassificationAndRegressionTree,CART）模型由Breiman等人1984年提出，是应用广泛的决策树学习方法。
qunxingvip·2016-06-14 19:00

人脸检测（四）--CART原理及实现

Contents1.CART算法的认识2.CART算法的原理3.CART算法的实现1.CART算法的认识ClassificationAndRegressionTree，即分类回归树算法，简称CAR
Eason.wxd·2016-05-22 13:17

CART分类和回归树

(＾Ｕ＾)ノ~CART算法根据类标号属性的类型，当类标号属性是连续型时，生成的模型是回归树；离散型则是分类树。
一只胖椰·2016-05-19 14:48

CART回归树和GBDT

CART分为回归树和决策树。这里重点讲讲回归树的特征选择。回归树选择特征的方法是：平方误差最小化。
ZhikangFu·2016-05-08 12:00

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·2016-05-05 00:00

GBDT：梯度提升决策树

GBDT中的树是回归树（不是分类树），GBDT用来做回归预测，调整后也可以用于分类。  GBDT的思想使其具有
SiyueLin·2016-04-20 15:45

R 中这些常用的包你知道多少?

MachineLearning在R中最常用的包e1071隐类分析，短时傅立叶变换，模糊聚类，支持向量机，最短路径计算，袋装集群，朴素贝叶斯分类器等函数(142479downloads)rpart递归分割和回归树
Er8cJiang·2016-04-19 12:26

随机森林原理篇

1.分类回归树CART随机森林是由多颗CART树组成的，下面简单叙述下回归树及生成树的算法（1）最小二乘回归树生成算法（2）分类树的生成分类树可以使用基尼指数作为分类标准，至于为什么上面的指标，我们可以从信息论的角度思考
雪伦_·2016-04-18 09:02

随机森林原理篇

1.分类回归树CART随机森林是由多颗CART树组成的，下面简单叙述下回归树及生成树的算法（1）最小二乘回归树生成算法（2）分类树的生成分类树可以使用基尼指数、信息增益、分类误差率作为分类标准，至于为什么上面的指标
a819825294·2016-04-18 09:00

机器学习方法总结

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、
lihaitao000·2016-04-17 15:00

将CART算法用于回归

1、所谓的CART算法是指分类回归树，以下代码是一个回归树的框架：defcreateTree(dataSet,leafType=regLeaf,errType=regErr,ops=(1,4)):#assumedataSetisNumPyMatsowecanarrayfiltering
u011551096·2016-04-12 19:00

机器学习day14 机器学习实战树回归之CART与模型树

树回归这一章涉及了CART，CART树称作(classifyandregressiontree)分类与回归树，既可以用于分类，也可以用于回归。这正是前面决策树没有说到的内容，在这里补充一下。
fuyan159357·2016-04-08 22:00

机器学习实战--CART

这一节介绍一下CART（分类回归树）用于回归。
sunnyxiaohu·2016-03-24 19:00

cart决策树

分类与回归树(CART——ClassificationAndRegressionTree)  在已知各种情况的概率，用直观图表求最大期望的方法。实例为了适应市场的需要，某地准备扩大电视机生产。
lonelyrains·2016-03-17 15:00

十大数据挖掘算法

  C4.5k-meansSVM支持向量机AprioriEMPageRankAdaboostHNN：k-最近邻NaiveBayesCART：分类和回归树
qq_20602929·2016-03-09 01:00
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他