个人中心
我的认证
我的课程
决策树总结
ID3 迭代树3代
核心是信息熵
存在的问题
信息度量不合理：倾向于选择取值多的字段
输入类型单一：离散型
不做剪枝，容易过拟合
C4.5和ID3的相比
用信息增益率代替信息增益
能对连续属性进行离散化，对不完整数据进行处理
C50：c4.5
使用了Boosting
前修剪和后修剪
CART（Classification and Regression Tree)
核心是基尼系数
分类是二叉树
支持连续值和离散值
后剪枝进行修建
支持回归，可以预测连续值
决策树总结
ID3 迭代树3代
核心是信息熵
存在的问题
信息度量不合理：倾向于选择取值多的字段
输入类型单一：离散型
不做剪枝，容易过拟合
C4.5和ID3的相比
用信息增益率代替信息增益
能对连续属性进行离散化，对不完整数据进行处理
C50：c4.5
使用了Boosting
前修剪和后修剪
CART（Classification and Regression Tree)
核心是基尼系数
分类是二叉树
支持连续值和离散值
后剪枝进行修建
支持回归，可以预测连续值
阿里云全球培训中心