第6讲决策树与随机森林.pdfVIP

  • 12
  • 0
  • 约4.31千字
  • 约 22页
  • 2020-12-21 发布于天津
  • 举报
第讲决策树与随机森林主讲教师欧新宇机器学习决策树的基本原理决策树的构建随机森林的基本原理随机森林的构建实例分析基于数据集的相亲问题机器学习决策树的基本原理决策树是一种基本的分类和回归算法本课程仅讨论决策树在分类中的应用决策树模型呈树形结构在分类问题中依据样本的特征对实例进行分类是一种典型的推导规则从数学原理上理解它也可以被认为是定义在特征空间与类别空间上的条件概率分布学习时利用训练数据根据损失函数最小化的原则建立决策树模型预测时对新的数据利用决策树模型进行分类决策树学习通常包括个步骤特征选择决策

第6讲决策树与随机森林 主讲教师:欧新宇 February 21, 2020 《机器学习》 OuXinyu | ouxinyu@alumni.hust.edu.cn Yunnan Open Univsersity 1/22 Outlines 决策树的基本原理 决策树的构建 随机森林的基本原理 随机森林的构建 实例分析——基于Adult数据集的相亲问题 《机器学习》

文档评论(0)

1亿VIP精品文档

相关文档