XGboost

决策树

　　决策树的几种经典实现方式是ID3，C4.5 和 CART

　　分类树:　　对一个样本的分类进行预测

　　　　信息熵　　度量样本集合纯度的一种指标，熵越大，则说明该数据分类的纯度越纯

 

 

　　　　　　D表示数据集，假设D共有m个类别，Pk 表示第k个类别占样本总数的比例

　　　　基尼指数　　CART用作分类时使用基尼指数作为划分依据　　(CART用作回归时使用最小方差作为划分依据)

　　回归树:　　对样本的某一个值进行预测

posted @ 2022-11-17 22:05  dunimaa  阅读(48)  评论(0)    收藏  举报