C4.5决策树

A.机器学习入门算法（二）: 基于朴素贝叶斯(Naive Bayes)的分类预测

的分类预测机器学习入门算法（三）：基于鸢尾花和horse-colic数据集的KNN近邻(k-nearestneighbors)分类预测机器学习入门算法（四）:基于支持向量机的分类预测机器学习入门算法（五）：基于企鹅数据集的决策树分类预测机器学习入门算法
汀、人工智能·2023-04-09 04:38

A.机器学习算法入门教程（一）: 基于逻辑回归的分类预测

的分类预测机器学习入门算法（三）：基于鸢尾花和horse-colic数据集的KNN近邻(k-nearestneighbors)分类预测机器学习入门算法（四）:基于支持向量机的分类预测机器学习入门算法（五）：基于企鹅数据集的决策树分类预测机器学习入门算法
汀、人工智能·2023-04-09 04:37

A.机器学习入门算法（四）: 基于支持向量机的分类预测

的分类预测机器学习入门算法（三）：基于鸢尾花和horse-colic数据集的KNN近邻(k-nearestneighbors)分类预测机器学习入门算法（四）:基于支持向量机的分类预测机器学习入门算法（五）：基于企鹅数据集的决策树分类预测机器学习入门算法
汀、人工智能·2023-04-09 03:25

机器学习强基计划8-3：详细推导核化主成分分析KPCA算法(附Python实现)

“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。
Mr.Winter`·2023-04-09 03:53

2020-05-19 第十章 决策树与随机森林（python）

01决策树节点字段的选择模型介绍决策树属于经典的十大数据挖掘算法之一，是一种类似于流程图的树结构，其规则就是IF...THEN...的思想，可以用于数值型因变量的预测和离散型因变量的分类。
程凉皮儿·2023-04-09 02:31

基于DEAP的脑电情绪识别（模型为SVM,KNN和决策树，随机森林）完整代码分析

源码见个人主页：https://download.csdn.net/download/qq_45874683/87667984基于DEAP的脑电情绪识别（模型为SVM,KNN和决策树，随机森林）完整代码
脑电永不过时·2023-04-09 01:56

GDBT系列算法梳理

一、BDT提升数，BoostingDecisionTree，以CART决策树为基学习器的集成学习方法。
Thomas_Cai·2023-04-09 00:18

C6_Decision Tree 决策树初探 以及安装Graphviz可视化生成的决策树

决策树和svm一样是一种通用机器学习算法既可以做回归，也可以做分类同时也是RandomForest随机森林的基本组件iris数据集安德森鸢尾花卉数据集,是一类多重变量分析的数据集。
DIO哒·2023-04-08 20:03

数据挖掘：决策树 Decision Trees

@[toc]BuildingDecisionTreesUseatop-downapproach,staringfromtherootnodewiththesetofallfeaturesAteachparentnode,pickafeaturetosplittheexamples.FeatureselectioncriteriaMaximizevariancereductionforcontinu
Cache_wood·2023-04-08 19:44

Python机器学习：决策树1

昨天学习了KNN，今天来看到决策树，这是一种常用的机器学习算法，回归和分类都可以使用，我看着书上的示例，感觉这个和switch或者连续的if、else条件这些控制流一样：图1：简单决策树示例它其实是很朴素的思想
鲁智深坐捻绣花针·2023-04-08 14:36

Python机器学习：决策树2

昨天主要就是对决策树和信息增益进行了了解，今天继续来看：信息增益比：是信息增益与数据集再属性上的分布的熵的比值：如果一个属性的可能值数目多，那么使用信息增益进行特征选择的时候会获得跟大的收益，用信息增益比进行特诊选择会在一定程度上缓解这个问题
鲁智深坐捻绣花针·2023-04-08 14:05

深度学习算法优化系列一 | ICLR 2017《Pruning Filters for Efficient ConvNets》

剪枝最初应用应该是在决策树算法中，通过降低决策树的模型复杂度防止过拟合。在CNN中也是类似的思想，因为在大型的模
just_sort·2023-04-08 13:34

分类问题的算法总结

目录一、最近邻算法（KNN算法）算法原理算法的优缺点关于K的选择二、决策树算法原理算法的优缺点关于剪枝扩展内容三、朴素贝叶斯算法原理算法的优缺点扩展内容四、支持向量机算法原理算法的优缺点五、神经网络分类算法步骤算法优缺点一
派大星先生c·2023-04-08 11:44

决策树

1.初识决策树1.1什么是决策树：决策树是一种常见的机器学习算法，它的思想十分朴素，类似于我们平时利用选择做决策的过程。
小蘑菇1962·2023-04-08 08:22

机器学习算法概述

02非线性回归03逻辑回归2聚类01基于层次的聚类02基于分割（划分）的聚类03基于密度的聚类04基于网格的聚类05基于模型的聚类3分类：01逻辑回归02朴素贝叶斯分类器03SVM算法：04KNN05决策树
dengdengwb·2023-04-07 14:48

【信用评分预测模型（五）】python决策树

文章目录前言一、训练集测试集划分二、模型训练三、选择最大深度索引四、最优决策树构造总结前言决策树算法本质上是通过一系列规则对数据进行分类的过程。有监督学习。
Christ1018·2023-04-06 18:45

【Python】随机森林预测

文章目录前言一、为什么要使用RF1.优点：2.缺点：二、使用步骤1.引入库2.读入数据3.缺失值数据处理4.哑变量数据的处理5.特征变量6.建模7.验证集结果输出对比8.决策树9.模型特征重要性总结前言建立多个决策树并将他们融合起来得到一个更加准确和稳定的模型
Christ1018·2023-04-06 18:51

决策树详解--最通俗易懂的解释

决策树详解决策树的结构根节点内部结点叶节点决策树算法特征的划分选择信息增益信息增益率基尼系数决策树剪枝预剪枝后剪枝连续属性与缺失值连续属性处理缺失值处理多变量决策树决策树算法的“增量学习”决策树的结构  
爱学习的小杠精·2023-04-06 13:50

曲线拟合、多元线性回归与梯度下降算法

博主对机器学习也是刚刚入门，对决策树和拟合不是太理解，就边学习边建模梯度下降法的基本思想可以类比为一个下山的过程。
handsome programmer·2023-04-06 10:30

华与华品牌五年计划【24】华与华门店设计，真正专业的商业空间设计。2022-04-05

这种分工的方式，是一种决策树思维，是单向流转，上一个环
华杉2009·2023-04-06 07:04

决策树-连续属性学习

由于连续属性不再有限，因此不能直接根据离散数据学习，最简单方法使用二分法。image.pngimage.png即从一系列数据区间内的一系列划分点中找到使得信息增益最大化的最优划分点作为二分点的选择。image.png
crishawy·2023-04-06 03:04

sklearn实现决策树

sklearn.tree.DecisionTreeClassifierclasssklearn.tree.DecisionTreeClassifier(*,criterion=‘gini’,splitter=‘best’,max_depth=None,min_samples_split=2,min_samples_leaf=1,min_weight_fraction_leaf=0.0,max_fe
清风佐鸣琴·2023-04-06 03:18

决策树鸢尾花算法讲解

介绍决策树是一种常见的分类算法，它可以用于解决许多机器学习问题，例如分类和回归。而鸢尾花（Iris）数据集则是一个非常经典的数据集，用于分类问题的学习和演示。
爱吃熊掌的鱼·2023-04-06 01:29

【江湖说️学习日记 171 决策树】

【江湖说️学习日记171决策树】[打卡宝宝]：嘿黑~[打卡日期]：2019/06/24[累计坚持]：这是我坚持学习的第171天️[学习内容]：决策决策树：如何用决策树来选择相亲对象？
栗小蒙·2023-04-06 00:46

环境与健康系列(二)——2019年5月到6月衡水市大气颗粒物浓度与周围城市对比分析

针对这种奇怪的现象，我们利用网络公开发布的气象和AQI数据，利用机器学习中决策树方法进行分析，探讨衡水及周围几个城市2019年5月到6月细颗粒物浓度高值的原因。
DoctorStrange·2023-04-05 21:17

机器学习之决策树：日撸Java三百行day61-62

一、什么是决策树要了解决策树，先了解“决策”。决策（decision）是指决定的策略或办法，是为人们为各自事件出主意、做决定的过程。我们每天都在决策，如：今晚吃什么、明天穿什么。
陈序袁·2023-04-05 15:08

决策树模型学习笔记（案例分析、推算过程、python代码）

文章目录1什么是决策树2基尼指数3实例分析3.1手工计算3.2代码实现1什么是决策树决策树(decisiontree）是一类常见的机器学习方法．以二分类任务为例，我们希望从给定训练数据集学得一个模型用以对新示例进行分类
漩涡脆波波·2023-04-05 14:51

数据无量纲化 学习（2）：数据缩放(数据标准化 / 数据无量纲化 )的作用、适用场景、具体方法

一个特例是决策树和树的集成算法们，对决策树、不需要无量
Tony Einstein·2023-04-05 10:45

大总结：机器学习和视觉slam小项目--Apple的学习笔记

Apple的学习笔记2.数学梯度下降—Apple的学习笔记3.机器学习K临近算法—Apple的学习笔记4.机器学习朴素贝叶斯—Apple的学习笔记5.机器学习欠拟合和过拟合—Apple的学习笔记6.机器学习决策树
applecai·2023-04-05 00:10

决策树算法-理论篇-如何计算信息纯度

1，什么是决策树？决策树是一种机器学习算法，我们可以使用决策树来处理分类问题。决策树的决策（分类）过程可以用一个倒着的树形结构来形象的表达出来，因此得名决策树。
码农充电站pro·2023-04-04 23:47

决策树与集成学习1-信息熵与手写决策树

文章目录1.什么时信息熵决策树的概念信息熵与信息增益计算信息熵2.决策树极简案例加载和可视化采用二叉树进行分类graphviz查看二叉树¶等高线显示分类结果1.什么时信息熵决策树的概念决策树思想非常朴素
闪闪发亮的小星星·2023-04-04 22:18

PRML第十四章读书笔记——Combining Models 贝叶斯模型平均、委员会bagging、提升方法/AdaBoost、决策树、条件混合模型/混合线性回归/混合逻辑回归/【层次】混合专家模型

（终于读到最后一章了，吼吼！激动呀。我总感觉combiningmodels已经有点频率派方法的味道了。所以接下来要读ESL？）目录14.1BayesianModelAveraging14.2Committees14.3BoostingP659最小化指数误差P661boosting的误差函数14.4Tree-basedModels14.5ConditionalMixtureModelsP667线性回
Trade Off·2023-04-04 21:30

决策树随笔

有的教程只是将如何通过学习得到残差，然后使用残差和数据组合得到新的样本来训练新的的决策树，而忽视介绍的具体模样
zidea·2023-04-04 17:47

统计学习方法 - 第1章 - 概论

全书章节第1章统计学习方法概论第2章感知机第3章k近邻法第4章朴素贝叶斯法第5章决策树第6章逻辑斯谛回归与最大熵模型第7章支持向量机第8章提升方法第9章EM算法及其推广第10章隐马尔可夫模型第11章条件随机场第
哔哔如是·2023-04-04 16:21

GBDT模型详解

GBDT算法GBDT（GradientBoostingDecisionTree），全名叫梯度提升决策树，是一种迭代的决策树算法，又叫MART（MultipleAdditiveRegressionTree
旅途中的宽~·2023-04-04 15:21

GBDT(梯度提升树)基本原理及python实现

GBDT实现原理GBDT基本原理背景提升树-boostingtreeGBDT实例预测年龄预测年龄的残差GBDT公式推导GBDT的python实现CART回归树实现GBDT实现参考GBDT基本原理背景决策树是一种基本的分类与回归方法
追梦*小生·2023-04-04 14:32

GBDT模型

该集成算法体现了三方面的优势，分别是提升Boosting、梯度Gradient和决策树DecisionTree。
月岛雫-·2023-04-04 14:58

一文速学-GBDT模型算法原理以及实现+Python项目实战

目录前言一、GBDT算法概述1.决策树2.Boosting3.梯度提升使用梯度上升找到最佳参数二、GBDT算法原理1.计算原理2.预测原理三、实例算法实现1.模型训练阶段1）初始化弱学习器2）对于建立M
fanstuck·2023-04-04 14:21

决策树案例

第1关：基于决策树模型的应用案例任务描述本关任务：使用决策树算法完成成人收入预测。相关知识为了完成本关任务，你需要掌握：1.数据特征处理，2.使用决策树算法完成成人收入预测。
Ssaty.·2023-04-04 12:12

决策树算法

第1关：C4.5算法任务描述本关任务：编写一个利用C4.5决策树进行分类的程序相关知识为了完成本关任务，你需要掌握：1.C4.5算法基本原理。2.信息增益率的计算。
Ssaty.·2023-04-04 12:42

机器学习笔记E5--决策树ID3、C4.5与CART

决策树思想特征选择信息增益与ID3信息增益率与C4.5基尼指数与CARTID3、C4.5与CART的对比决策树剪枝对连续值的处理对缺失值的处理多变量决策树两人去轩辕台路上遇雨，郭靖道：那么咱们快跑。
EL33·2023-04-04 07:35

六、集成学习一、决策树

决策树（DecisionTree）比较适合分析离散型数据，若数据是连续型数据，则先将其转成离散型数据再做分析。
万物皆可代码·2023-04-04 04:19

Python机器学习iris数据集KNN模型评估

常用分类算法：K近邻（KNN）、逻辑回归、决策树、朴素贝叶斯举例：Email:是否为垃圾邮
SuperYiY·2023-04-04 00:37

日更9/30，每日一更

2、思维训练3、迭代进化4、小愿望1、人生感悟如何高速进化呢，学习OSINT技术来筛选信息，输入世界各个领域顶尖高手的著作，作为输入，以深度学习算法对输入信息加工成知识并结构化，以芒格的多元思维来构建决策树来进行决策
ETF迷你小富胖子·2023-04-03 09:00

六、集成学习二、集成学习（Bagging、Stacking）

集成学习（EnsembleLearning）KNN、决策树、神经网络等学习器都是单一、独立的，集成学习就是组合多个学习器，最后可以得到一个更好的学习器。
万物皆可代码·2023-04-03 07:15

随机森林算法

n_estimators:数值型取值含义：森林中决策树的个数，默认是10criterion:字符型取值含义：采用何种方法度量分裂质量，信息熵或者基尼指数，默认是基尼指数max_features:取值为int
优化大师傅·2023-04-03 05:27

基于树模型的集成算法---Random Forest

一、模型介绍随机森林是一种由决策树构成的集成算法.随机森林属于集成学习中的Bagging.用随机的方式建立一个森林，森林里面有很多的决策树组成，随机森林的每一棵决策树之间是没有关联的。
自由调优师_大废废·2023-04-03 03:25

机器学习：基于逻辑回归对超市销售活动预测分析

订阅专栏案例：机器学习机器学习：基于逻辑回归对某银行客户违约预测分析机器学习：学习k-近邻（KNN）模型建立、使用和评价机器学习：基于支持向量机（SVM）进行人脸识别预测决策树算法分析天气、周末和促
i阿极·2023-04-03 01:37

【机器学习】03-转换器和预估器、K-近邻算法、朴素贝叶斯算法、决策树等算法知识

分类算法一、sklearn转换器和预估器1转换器-特征工程的父类fit_transform()fit()计算每一列的平均值、标准差transform()(x-mean)/std进行最终的转换2估计器(sklearn机器学习算法的实现)估计器(estimator)–一类实现算法的API实例化一个estimatorestimator.fit(x_train,y_train)计算——训练，调用完毕，模型
同学你别跑·2023-04-03 01:56

LightGBM（lgb）介绍

1.LightGBM简介GBDT(GradientBoostingDecisionTree)是机器学习中一个长盛不衰的模型，其主要思想是利用弱分类器（决策树）迭代训练以得到最优模型，该模型具有训练效果好
浩波的笔记·2023-04-02 23:27
上一页 30 31 32 33 34 35 36 37 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他