决策树算法在机器学习中的应用探究.pptxVIP

机器学习第3章决议树学习.11.181机器学习-决议树学习译者：曾华军等作者：Mitchell讲者：陶晓鹏第1页

概论决议树学习是应用最广的归纳推理算法之一是一种逼近离散值函数的方法较好的健壮性能够学习析取表示式ID3,Assistant,C4.5搜索一种完整表示的假设空间归纳偏置是优先选择较小的树决议树表示了多个if-then规则.11.182机器学习-决议树学习译者：曾华军等作者：Mitchell讲者：陶晓鹏第2页

提纲决议树定义适用问题特征基本ID3算法决议树学习的归纳偏置训练数据的过度拟合更进一步的话题.11.183机器学习-决议树学习译者：曾华军等作者：Mitchell讲者：陶晓鹏第3页

决议树表示法决议树通过把实例从根节点排列到某个叶子节点来分类实例。叶子节点即为实例所属的分类树上每个节点说明了对实例的某个属性的测试节点的每个后继分支相应于该属性的一种可能值图3-1决议树代表实例属性值约束的合取的析取式。从树根到树叶的每一条路径相应一组属性测试的合取，树本身相应这些合取的析取。.11.184机器学习-决议树学习译者：曾华军等作者：Mitchell讲者：陶晓鹏第4页

决议树学习的适用问题适用问题的特征实例由“属性-值”对表示目标函数含有离散的输出值可能需要析取的描述训练数据能够包括错误训练数据能够包括缺乏属性值的实例问题举例依据疾病分类患者依