決策樹
決策樹是一種預測模型,它代表著對象屬屬性與對象值之間的一種映射關系。樹中的每個節點代表一個對象,分叉路徑(或者叫樹枝)則代表一個屬性值。
決策樹常用方法:
分類樹分析,是一種監督學習,用于預計結果可能為離散類型。
回歸樹分析,用于預計結果為實數。
CART,結合分類樹和回歸樹,其實CART是Classification And Regression Trees的縮寫。
決策樹是一種預測模型,它代表著對象屬屬性與對象值之間的一種映射關系。樹中的每個節點代表一個對象,分叉路徑(或者叫樹枝)則代表一個屬性值。
決策樹常用方法:
分類樹分析,是一種監督學習,用于預計結果可能為離散類型。
回歸樹分析,用于預計結果為實數。
CART,結合分類樹和回歸樹,其實CART是Classification And Regression Trees的縮寫。
本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。 如若轉載,請注明出處:http://www.pswp.cn/news/36273.shtml 繁體地址,請注明出處:http://hk.pswp.cn/news/36273.shtml 英文地址,請注明出處:http://en.pswp.cn/news/36273.shtml
如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!