原创力文档- 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)。
查看更多
微课视频：决策树算法原理教材《机器学习(Python版)》ML
算法原理决策树是一类基于树结构进行决策的机器学习方法2.1节介绍的k近邻算法可以完成很多分类任务，但其无法给出数据的内在含义，而决策树可以用于理解数据中蕴含的知识信息，具有使得数据形式非常易于理解的优势决策树算法可以针对不熟悉的数据集合，从中提取一系列规则，从而构建出一棵决策树决策树学习的目的是为了产生一棵泛化能力强，即处理未知示例能力强的决策树
算
您可能关注的文档
- 机器学习(Python版) 课件 Chap1.1 什么是机器学习.pptx
- 机器学习(Python版) 课件 chap1.2 机器学习的三个重要方面.pptx
- 机器学习(Python版) 课件 chap1-微视频-1.3-机器学习的由来.pptx
- 机器学习(Python版) 课件 chap2.1-微视频-2.1.1 kNN三要素.pptx
- 机器学习(Python版) 课件 chap2.2-微视频-2.2.3 决策树最优划分属性选择.pptx
- 机器学习(Python版) 课件 chap2.3-对数几率回归.pptx
- 机器学习(Python版) 课件 chap2.3-微视频-2.3.3 梯度下降与随机梯度下降.pptx
- 机器学习(Python版) 课件 chap2.3-微视频-2.3.6 GD算法的Python实现.pptx
- 机器学习(Python版) 课件 chap2.4-微视频-2.4.1 最大间隔分类器.pptx
- 机器学习(Python版) 课件 chap2.4-微视频-2.4.3 最优化问题与线性不可分.pptx
- 机器学习(Python版) 课件 chap2.5-微视频-2.5.5 全连接神经网络核心代码.pptx
- 机器学习(Python版) 课件 chap3-微视频-3.1 基本线性回归及其改进.pptx
- 机器学习(Python版) 课件 chap3-微视频-3.2 岭回归与LASSO回归.pptx
- 机器学习(Python版) 课件 chap4-微视频-4.2 主成分分析.pptx
文档评论（0）