- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
实战机器学习第12节 树回归讲师:隔壁老王(北风网版权所有)上海育创网络科技有限公司本章内容CART算法回归与模型树树剪枝算法MLearning树回归优点:可以对复杂和非线性的数据建模缺点:结果不易理解适用数据类型:数值型和标称性数据MLearning复杂数据的局部性建模MLearning连续和离散型特征的树的构建字典要包含的特征待切分特征待切分的特征值右子树左子树MLearning将CART算法用于回归对每个特征: 对每个特征值: 将数据集切分成为两份 计算切分的误差 如果当前误差小于当前最小误差,那么将当前切分 设定为最佳切分并更新最小误差返回最佳切分的特征和阈值MLearning树剪枝预剪枝后剪枝MLearning条件:训练集和测试集模型树MLearning示例1:树回归和标准回归的比较MLearningTHANK YOU上海育创网络科技有限公司
文档评论(0)