原创力文档- 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
决策树
思维导图
4.1决策树基础决策树是一种基本的机器学习算法，用于解决分类和回归问题。它是一种非常直观和易于理解的模型，类似于人类在做决策时的思维过程，因此也被称为分类与回归树（ClassificationandRegressionTrees，CART）。4.1.1决策树的概念
01思考题决策树长什么样子呢？决策树的生成过程是一个递归的过程，从根节点开始，通过选择最优特征和特征值对数据集进行划分，生成子树，直到满足停止条件。在划分数据集时，通常使用一些划分准则（如信息增益、基尼系数等）来衡量特征的重要性，选择最优特征进行划分。
4.1.2决策树的优缺点1）易于理解和解释2）可视化3）
文档评论（0）