机器学习实战
0. 机器学习实战
1. 机器学习概览
2. 端到端的机器学习项目
3. 分类
4. 训练模型
5. 支持向量机
6. 决策树
6.1 训练和可视化决策树
6.2 做出预测
6.3 估计概率
6.4 CART训练算法
6.5 计算复杂度
6.6 基尼不纯度
6.7 正则化超参数
6.8 回归
6.9 不稳定性
6.10 练习题
7. 集成学习与随机森林
8. 降维
机器学习实战
»
6. 决策树
View page source
6. 决策树
¶
与SVM一样,决策树是通用的机器学习算法,可以执行分类和回归任务,甚至是多输出任务。他们是功能强大的算法,能够你和复杂的数据集。
决策树也是随机森林的基本组成部分,是当今最强大的机器学习算法之一。
6.1 训练和可视化决策树
6.2 做出预测
6.3 估计概率
6.4 CART训练算法
6.5 计算复杂度
6.6 基尼不纯度
6.7 正则化超参数
6.8 回归
6.9 不稳定性
6.10 练习题