当前位置:   article > 正文

[AI] 决策树_使用决策树做游戏剧情选择

使用决策树做游戏剧情选择

统计学,数据挖掘和机器学习中的决策树训练,使用决策树作为预测模型来预测样本的类标。这种决策树也称作分类树回归树。在这些树的结构里, 叶子节点给出类标而内部节点代表某个属性。

在决策分析中,一棵决策树可以明确地表达决策的过程。

构建决策树时通常采用自上而下的方法,在每一步选择一个最好的属性来分裂。[8] "最好" 的定义是使得子节点中的训练集尽量的纯。不同的算法使用不同的指标来定义"最好"。信息增益是一种常见的指标。

缺点:

  • 训练一棵最优的决策树是一个完全NP问题。[9][10] 因此, 实际应用时决策树的训练采用启发式搜索算法例如 贪心算法 来达到局部最优。这样的算法没办法得到最优的决策树。
  • 决策树创建的过度复杂会导致无法很好的预测训练集之外的数据。这称作
本文内容由网友自发贡献,转载请注明出处:https://www.wpsshop.cn/w/从前慢现在也慢/article/detail/330789?site
推荐阅读
相关标签
  

闽ICP备14008679号