清华大学《机器学习》ppt课件 7-决策树与集成学习.pptxVIP

下载本文档

1
0
约2.72千字
约 47页
2025-06-25 发布于贵州
举报
版权申诉

清华大学《机器学习》ppt课件 7-决策树与集成学习.pptx

1、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。。
2、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。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第7讲

决策树与集成学习

DecisionTreeand

EnsembleLearning决策树算法：ID3和C4.5分类和回归树：CARTBagging和随机森林提升、AdaBoost和提升树课本第7、8章合在一起讲授

1.决策树决策树（decisiontree）是一种分层的决策结构，可用于分类和回归；决策树对于特征向量各分量混合属性的情形，尤其有效决策树模型具有树型结构，学习过程中由样本集形成一棵可做分层判决的树；推断（预测）时，对于一个新的特征向量，从树的根结点起分层判决，达到可给出最后结果的叶结点，完成一次推断；决策树推断速度快，可解释性强，是一种应用非常广泛的算法；以决策