原创力文档- 1、本文档共30页，其中可免费阅读9页，需付费200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
探索单位代价收益敏感决策树：算法、剪枝与应用新视野
一、引言
1.1研究背景与动机
在信息技术飞速发展的当下，数据量呈爆发式增长，如何从海量数据中挖掘出有价值的信息，成为了众多领域关注的焦点。决策树算法作为一种重要的机器学习方法，因其具有直观易懂、分类速度快、可解释性强等优点，在数据挖掘、机器学习、人工智能等领域得到了广泛的应用，如医疗诊断、金融风险评估、电商推荐系统、人力资源招聘等。从20世纪60年代艾兹莱克提出基于决策流程的规划方法开始，决策树算法不断发展。1984年罗伊?西蒙斯开发的ID3算法，首次提出基于信息熵选择最优划分属性；1993年劳伦斯?皮尔逊改进的C4.
文档评论（0）