热门标签
热门文章
- 1赛灵思 Xilinx PG213 - UltraScale+ 器件 Integrated Block for PCI Express v1.3 产品指南（中文版） (v1.3)
- 2数字集成电路仿真实验与设计——基于FPGA的DDS信号源设计_dds信号源设计课程设计
- 3GIT 是干啥的_git是干什么的
- 4CDH Disk Balancer 磁盘数据均衡_cdh disk.balancer
- 5大数据_Hbase-API访问_Java操作Hbase_MR-数据迁移-代码测试---Hbase工作笔记0017_hbase 通过mr 迁移
- 6数据库选型以及表设计的基本原则_数据库选型依据
- 7如何理解python中面向对象的函数式编程_如何理解函数式编程？
- 89.8k star！一款小而美的开源物联网操作系统：RT-Thread_rt-thread操作系统
- 9安全等保评测-什么是“等保“?_等保测评
- 10『Python』题集⒋_python 字符串切片 题目 csdn
当前位置: article > 正文
机器学习课程复习——决策树
作者：你好赵伟 | 2024-06-20 08:20:58
赞
踩
机器学习课程复习——决策树
Q：这三个算法哪一个可以用来做回归？
CART
Q:这学期学过的分类算法有哪些？
支持向量机、决策树、k近邻、逻辑回归、朴素贝叶斯、ANN
（注意区分分类算法与聚类算法）
Q：计算题
根据以上条件，生成相应的决策树
1. ID3算法
2. C4.5算法
3. CART算法
Q：剪枝的逻辑？
（由于决策树容易出现过拟合的情况，所以我们需要对他剪枝）
- 信息增益
- 精度
- 泛化性
Q：CART算法与前两个算法的不同？
- 基尼指数
- 二分类
改进
- 随机森林：通过集成多个决策树来提高模型的稳定性和准确性。
- 梯度提升树：通过boosting方法提升决策树的性能。
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/你好赵伟/article/detail/739176
推荐阅读
相关标签
