第9章决策树算法.pptxVIP

  • 1
  • 0
  • 约小于1千字
  • 约 67页
  • 2021-09-16 发布于河北
  • 举报
;第9章 决策树算法;本章大纲:;9.1 决策树算法原理;9.1 决策树算法原理;9.1 决策树算法原理;9.1 决策树算法原理;9.1 决策树算法原理;9.1 决策树算法原理;9.1 决策树算法原理;9.1 决策树算法原理;9.1 决策树算法原理;9.1 决策树算法原理;9.2 常用决策树算法;9.2.1 ID3算法;9.2.1 ID3算法;9.2.1 ID3算法;9.2.1 ID3算法;9.2.1 ID3算法;9.2.1 ID3算法;9.2.1 ID3算法;9.2.2 C4.5算法 ;9.2.2.1 C4.5的分裂属性选择度量;9.2.2.1 C4.5的分裂属性选择度量;9.2.2.1 C4.5的分裂属性选择度量;9.2.2.1 C4.5的分裂属性选择度量;9.2.2.2 C4.5对连续数据的处理;9.2.2.2 C4.5对连续数据的处理;9.2.2.3 C4.5对缺失数据的处理;9.2.2.4 C4.5对生成规则的利用 ;9.2.3 CART算法 ;9.2.3 CART算法;9.2.3 CART算法;9.2.3 CART算法;9.2.3 CART算法;9.2.4 PUBLIC算法;9.2.5 SLIQ算法;9.2.5 SLIQ算法;9.2.6 SPRINT算法;9.2.6 SPRINT算法;9.2.6 SPRINT算法;9.3决策树剪枝;9.3决策树剪枝;9.3.1预剪枝;9.3.1预剪枝;9.3.2后剪枝;悲观错误剪枝PEP(Pessimistic Error Pruning);悲观错误剪枝PEP(Pessimistic Error Pruning);悲观错误剪枝PEP(Pessimistic Error Pruning);悲观错误剪枝PEP(Pessimistic Error Pruning);最小错误剪枝MEP(Minimum Error Pruning);代价-复杂度剪枝CCP(Cost-Complexity Pruning);基于错误剪枝EBP(Error-Based Pruning);9.4由决策树提取分类规则;9.5 应用实例分析;9.5 应用实例分析;9.5 应用实例分析;9.5 应用实例分析;9.5 应用实例分析;9.5 应用实例分析;9.5 应用实例分析;9.5 应用实例分析;9.5 应用实例分析;9.5 应用实例分析;9.5 应用实例分析;9.5 应用实例分析; Any Question? Thank You!

文档评论(0)

1亿VIP精品文档

相关文档