回归树

GBDT 梯度下降决策树

模型可以表示为：       其中 L（y,Fx）在回归树中可以是最小二乘（y−F2）^2，也
nywsp·2016-02-29 19:00

【机器学习】迭代决策树GBRT（渐进梯度回归树）

一、决策树模型组合    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和随机森林相关的。模型组合+决策树相关算法有两种比较基本的形式：随机森林RF与GB
zhoubl668·2016-02-25 20:00

CART算法

CART(classificationandregressiontree)分类和回归树模型由Breiman等人在1984年提出，应用最广泛的决策树学习方法。
u014470581·2016-02-24 10:00

机器学习实战

关于本书数据挖掘十大算法C4.5决策树、K-均值（K-mean）、支持向量机（SVM）、Apriori、最大期望算法（EM）、PageRank算法、AdaBoost算法、k-近邻算法（kNN）、朴素贝叶斯算法（NB）和分类回归树
周筱鲁·2016-02-17 08:21

大数据项目2：内存受限的大数据预测模型

内存受限的大数据预测模型junjun2016年2月15日Rmarkdown脚本及数据集：http://pan.baidu.com/s/1bogaFrp一、项目简介：回归树用于分类预测1、项目集数据介绍使用
qq_16365849·2016-02-16 11:00

机器学习之随机森林

前两篇博客我分别介绍了决策树ID3和CRAT回归树，这次我打算说说随机森林。顾名思义，森林就是多个树，而随机就是随机选择特征建立决策树，还是从上次女人相亲记那个例子开始。
sihuahaisifeihua·2016-02-01 00:00

《机器学习之CRAT回归树》

上篇博文介绍了ID3决策树的基本原理，ID3的缺陷是没有剪枝操作(容易过拟合)，无法处理连续数据，而且直接使用信息增益作为判别分裂属性的选择也有问题，详情请看相关文章介绍C45决策树的，这里我就不去多介绍了，我的目的是跟着《MachineinAction》这本书进行学习，讲解最基础的算法。回归也是有监督学习算法的一种，可以理解为连续取值标签的分类。传统的分类算法是依据属于某个类别的概率(得分等)判
sihuahaisifeihua·2016-01-30 09:00

机器学习算法之决策树（三）

之前两篇介绍了ID3，C4.5，本节介绍另一个算法，CART算法，在机器学习实践的书中，本节内容归结于回归部分，因为它分别介绍了分类树和回归树两种，本节主要介绍分类树，下节介绍回归树；首先对比算法；1）
datarunner·2016-01-25 14:48

决策树系列（五）——CART

CART，又名分类回归树，是在ID3的基础上进行优化的决策树，学习CART记住以下几个关键点：（1）CART既能是分类树，又能是分类树；（2）当CART是分类树时，采用GINI值作为节点分裂的依据；当CART
学会分享~·2016-01-16 16:00

1、机器学习简介

十大机器学习算法：C4.5决策树K-均值(K-mean)支持向量机(SVM)Apriori最大期望算法(EM)PageRank算法AdaBoost算法K-近邻算法(kNN)朴素贝叶斯分类(NB)分类回归树
baolibin528·2016-01-15 10:00

Face Alignment

FaceAlignmentcvpr2014OneMillisecondFaceAlignmentwithanEnsembleofRegressionTrees文章介绍(ERT)本文解决了单张图片中的人脸对齐问题，我们给出了如何采用回归树方法直接从一个稀疏子集估计人脸特征点坐标
tfy1028·2016-01-13 15:00

Python算法案例

回归树/模型树及python代码实现http://www.wtoutiao.com/p/B9cWCY.htmlPython&kNN近邻：玩家流失预测http://www.wtoutiao.com/p/1ecdPEE.html
KYO4321·2016-01-02 13:00

GBDT模型

提升树：以决策树作为基函数的提升方法（boosting）称为提升树；提升树利用加法模型与前向分步算法实现学习的优化过程；（一）回归问题的提升树算法1.基本分类器：回归树2.决策树的加法模型：3.学习策略
zakexu·2015-12-28 12:19

[置顶] CART回归树&模型树 生成 剪枝 in Python

对这些复杂的关系建模，一种可行的方式是使用树来对预测值进行分段，包括分段常数或者分段直线，即通过树结构对数据进行切分后，在叶节点上，对叶节点上的数据，取均值构造回归树，或者取线性模型构造模型树。
lipengcn·2015-12-11 08:00

【十大经典数据挖掘算法】CART

【十大经典数据挖掘算法】系列C4.5K-MeansSVMAprioriEMPageRankAdaBoostkNNNaïveBayesCART1.前言分类与回归树（ClassificationandRegressionTrees
Treant·2015-12-10 14:00

【十大经典数据挖掘算法】CART

1.前言分类与回归树（ClassificationandRegressionTrees,CART）是由四人帮LeoBreiman,JeromeFriedman,RichardOlshen与CharlesStone
lifehack·2015-12-10 14:00

CART算法学习及实现

CART算法学习及实现 作者：大卡卡  撰写时间：2011.9.29 1.算法介绍   分类回归树算法：CART(ClassificationAndRegressionTree)算法采用一种二分递归分割的技术
·2015-12-09 10:48

据挖掘十大经典算法(10) CART: 分类与回归树

据挖掘十大经典算法(10)CART:分类与回归树 果一个人必须去选择在很大范围的情形下性能都好的、同时不需要应用开发者付出很多的努力并且易于被终端用户理解的分类技术的话，那么Brieman,Friedman
oywl2008·2015-12-03 02:00

机器学习系列-决策树

决策树分为两种：分类树和回归树，分别对离散和连续变量做决策； 使用决策树进行分类分为两步：  第 1 步：利用训练集建立并精化一棵决策树，建立决策树模型。
·2015-11-12 22:27

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
·2015-11-12 15:15

CART：分类与回归树

起源：决策树切分数据集 决策树每次决策时，按照一定规则切分数据集，并将切分后的小数据集递归处理。这样的处理方式给了线性回归处理非线性数据一个启发。 能不能先将类似特征的数据切成一小部分，再将这一小部分放大处理，使用线性的方法增加准确率呢？   Part I:  树的枝与叶 枝：二叉 or 多叉？    在AdaBoost的单决策树中，对于连续型数
·2015-11-12 13:07

数据挖掘实习

字符串反转 快排 Python 如何提高Python的运行效率 写一个简单的正则匹配表达式(将文本中的123.4匹配出来) 机器学习 KNN（分类与回归） CART（回归树用平方
·2015-11-12 11:27

机器学习问题方法总结

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
·2015-11-11 17:34

利用CART算法建立分类回归树

常见的一种决策树算法是ID3，ID3的做法是每次选择当前最佳的特征来分割数据，并按照该特征所有可能取值来切分，也就是说，如果一个特征有四种取值，那么数据将被切分成4份，一旦按某特征切分后，该特征在之后的算法执行过程中将不会在起作用，这种切分方法比较迅速，但是一个比较明显的缺点是不能直接处理连续型的特征，只有事先将连续型的数据转换成离散型才能再ID3算法中使用。 CART(Classificati
·2015-11-11 15:07

CART剪枝

CART分类回归树算法的本质也是对数据进行分类的，最终数据的表现形式也是以树形的模式展现的，CART与ID3，C4.5所采用的分类标准是不同了。
·2015-11-11 14:06

IMPLEMENTED IN PYTHON +1 | CART生成树

Introduction： 分类与回归树（classification and regression tree, CART）模型由Breiman等人在1984年提出，CART同样由特征选择、树的生成及剪枝组成
·2015-11-11 05:39

ubuntu 下python第三库 dlib 安装

dlib是一个非常强大的人脸识别库，采用2014年VahidKazemi和JosephineSullivan的《使用回归树一毫秒脸部对准》论文。
Pwiling·2015-11-01 10:00

CART-GBRT-GBDT

CART:分类回归树 分类树和回归树的区别：分裂节点时使用的节点非纯度量（最小化准则、特征选择）不一样，修剪树的准则不一样 回归树： 　　节点非纯度量：平方误差和 　　区域估计值：均值（在给定的划分下
·2015-10-31 10:44

机器学习和数据挖掘推荐书单

本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树
天才白痴梦·2015-10-24 18:00

机器学习经典算法详解及Python实现--CART分类决策树、回归树和模型树

摘要：ClassificationAndRegressionTree(CART)是一种很重要的机器学习算法，既可以用于创建分类树（ClassificationTree），也可以用于创建回归树（RegressionTree
jbfsdzpp·2015-10-10 16:00

Decision Tree and Regression Tree

下面是维基百科上对分类树和回归树的解释Treemodelswherethetargetvariablecantakeafinitesetofvaluesarecalled classificationtrees.Inthesetreestructures
yzheately·2015-10-01 09:00

学习日志---树回归（回归树，模型树）

CART算法的树回归：返回的每个节点最后是一个最终确定的平均值。#coding:utf-8 import numpy as np # 加载文件数据 def loadDataSet(fileName):      #general function to parse tab -delimited floats     dataMat = []                #assume las
wukong0716·2015-09-16 21:17

学习日志---树回归（回归树，模型树）

CART算法的树回归：返回的每个节点最后是一个最终确定的平均值。#coding:utf-8import numpy as np# 加载文件数据def loadDataSet(fileName):      #general function to parse tab -delimited floats    dataMat = []                #assume last colu
wukong0716·2015-09-16 21:17

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·2015-09-13 15:46

CART算法原理及实现

1.算法介绍   分类回归树算法：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
lien0906·2015-08-17 20:00

机器学习算法

构造平衡kd树(kdtree)用kd树的最近邻搜索#朴素贝叶斯法朴素贝叶斯算法(naiveBayesalgorithm)#决策树信息增益(比)的算法ID3和C4.5算法树的剪枝(pruning)算法最小二乘回归树生成算法
FeynmanWang·2015-07-28 16:19

机器学习算法

构造平衡kd树(kdtree)用kd树的最近邻搜索#朴素贝叶斯法朴素贝叶斯算法(naiveBayesalgorithm)#决策树信息增益(比)的算法ID3和C4.5算法树的剪枝(pruning)算法最小二乘回归树生成算法
FeynmanWang·2015-07-28 16:19

梯度提升(gradient boosting)算法

算法：输入：训练数据集T={(x1,y1),(x2,y2),⋯,(xN,yN)},xi∈Rn,yi∈R；损失函数L(y,f(x));输出：回归树f^(x).(1)初始化f0(x)=argminc∑i=1NL
FeynmanWang·2015-07-28 11:12

梯度提升(gradient boosting)算法

算法：输入：训练数据集T={(x1,y1),(x2,y2),⋯,(xN,yN)},xi∈Rn,yi∈R；损失函数L(y,f(x));输出：回归树f^(x).(1)初始化f0(x)=argminc∑i=1NL
FeynmanWang·2015-07-28 11:12

Decision_Tree && Regression Tree

决策树和回归树在nodesplit时候，一个是选择最大的信息增益，一个是选择最大的残差增益。
敏事慎言·2015-07-28 11:00

回归问题的提升树(boosting tree)算法

yN)},xi∈Rn,yi∈R;输出：提升树fM(x).(1)初始化f0(x)=0(2)对m=1,2,⋯,M(a)计算残差rmi=yi−fm−1(xi),i=1,2,⋯,N(b)拟合残差rmi学习一个回归树
FeynmanWang·2015-07-28 10:35

回归问题的提升树(boosting tree)算法

yN)},xi∈Rn,yi∈R;输出：提升树fM(x).(1)初始化f0(x)=0(2)对m=1,2,⋯,M(a)计算残差rmi=yi−fm−1(xi),i=1,2,⋯,N(b)拟合残差rmi学习一个回归树
FeynmanWang·2015-07-28 10:35

最小二乘回归树生成算法

算法：输入：训练数据集D；输出：回归树f(x).在训练数据集所在的输入空间中，递归地将每个区域划分为两个子区域并决定每个子区域上的输出值，构建二叉决策树：(1)选择最优切分变量j与切分点s，求解minj
FeynmanWang·2015-07-26 12:05

CART分类算法

找到一个好的CART算法的例子谢谢原文作者了http://www.cnblogs.com/zhangchaoyang 作者:Orisun分类回归树(CART,ClassificationAndRegressionTree
ZhikangFu·2015-07-13 10:00

GB和GBDT 算法流程及分析

1、优化模型的两种策略：1）基于残差的方法残差其实就是真实值和预测值之间的差值，在学习的过程中，首先学习一颗回归树，然后将“真实值-预测值”得到残差，再把残差作为一个学习目标，学习下一棵回归树，依次类推
liuwu265·2015-07-09 19:00

模式识别：分类回归决策树CART的研究与实现

摘要：本实验的目的是学习和掌握分类回归树算法。CART提供一种通用的树生长框架，它可以实例化为各种各样不同的判定树。
liyuefeilong·2015-06-19 19:00

数据挖掘10大算法(8)--CART: 分类与回归树

数据挖掘十大经典算法--CART:分类与回归树http://www.dataguru.cn/article-4720-1.html数据挖掘十大经典算法--CART:分类与回归树本文转自：http://blog.csdn.net
nysyxxg·2015-06-09 10:00

机器学习算法入门索引

索引学习模型线性模型乘法模型加法模型核模型层级模型有监督学习分类最近邻居法决策树学习朴素贝叶斯分类器逻辑回归自适应增强随机森林支持向量机回归线性回归局部加权线性回归岭回归Lasso回归弹性网回归树回归无监督学习
cyendra·2015-05-16 18:00

深度分析pGBRT源码

一、算法介绍GBDT(Gradientboostingdecisiontree)包括两种树分类树和回归树。今天主要介绍MPI版回归树pGBRT。
dajiangxiaoyan·2015-04-25 16:00

机器学习算法（二）——决策树分类算法及R语言实现方法

本篇小博就决策树的若干算法：ID3算法、C4.5算法以及分类回归树（CART）、C5.0进行对比介绍，并对比C4.5与C5.0处理较大数据集时的效率，观察C5.0效率提升了多少。
AugustWind·2015-04-22 15:07
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他