原创力文档- 1、本文档共7页，其中可免费阅读6页，需付费170金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
典型机器学习决策树算法综述
摘要：随着互联网应用技术的发展以及5G应用场景的逐渐丰富，互联网数据规模急剧增长，数据维度进一步丰富，数据变得更加复杂多变且与我们的生活更密不可分。如今，数据的处理是我们亟需解决的问题，如何让计算机恰当理解数据本身的含义并挖掘出数据背后所暗藏的重要信息是当下研究的热点。决策树作为机器学习领域一种经典的基本分类与回归算法，在数据挖掘中有着广泛的应用，日后也将在人们的生产生活中发挥出越来越大的作用。本文将介绍决策树算法及其发展历程，并着重分析ID3、C4.5、CART等典型算法的原理与优缺点和集成学习的特点及优势，最后引出当前环境下决策树算法将迎接的挑战与未来的发展趋
文档评论（0）