机器学习六之决策树
目录 十六、决策树 1、信息论里基本概念 1）熵 2）联合熵 3）条件熵 4）互信息（信息增益） 2、ID3 缺点和不足 3、C4.5 缺点和不足 4、CART树 决策树剪枝 决策树优缺点 决策树算法的优点： 决策树算法的缺点: 十六、决策树 1、信息论里基本概念 为了更好的理解，需要了解的概率必备知识有： 大写字母X表示随机变量，小写字母x表示随机变量X的某个具体的取值； P(X)：
相关文章
- 1. 机器学习入门（六）决策树
- 2. 应用机器学习（六）：决策树
- 3. 机器学习笔记 （六）决策树
- 4. 机器学习：决策树
- 5. 机器学习-决策树
- 6. 机器学习——决策树
- 7. 机器学习---决策树
- 8. 机器学习----决策树
- 9. 机器学习--决策树
- 10. 机器学习—决策树
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Docker容器实战(六) - 容器的隔离与限制
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 机器学习入门（六）决策树
- 2. 应用机器学习（六）：决策树
- 3. 机器学习笔记 （六）决策树
- 4. 机器学习：决策树
- 5. 机器学习-决策树
- 6. 机器学习——决策树
- 7. 机器学习---决策树
- 8. 机器学习----决策树
- 9. 机器学习--决策树
- 10. 机器学习—决策树