学习笔记 | 机器学习 决策树

通过这篇博客,您将收获如下知识:

  • 熟悉决策树相关的基础知识:自信息、信息熵与条件熵,信息增益和增益率,Gini 值和 Gini 指数。
  • 熟悉决策树算法的关键原理,模型、策略与优化算法。
  • 了解决策树中过拟合问题和剪枝处理,以及 sklearn 中决策树模型中剪枝相关的参数说明。
  • 了解决策树连续值和缺失值的处理思路
  • 了解决策树算法的优缺点

一、算法原理

决策树(Decision Tree) 是一种重要的有监督的机器学习方法。决策树有时候是指学习方法,有时是指学得的树,核心是为了模拟人类决策过程。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

作者:叶庭云原文地址:https://blog.csdn.net/fyfugoyfa/article/details/127947598

%s 个评论

要回复文章请先登录注册