everda

摘要： 一、V1.0(sklearn版) 1.1简易API 注意， 1）基于树的算法只是计算划分前后混乱度（对每个分类样本数的某种加和）变化，并不对特征进行计算。所以不需要进行标准化、独热编码等。 2）输入的特征不能是字符串型。 import pandas as pd import matplotlib.p 阅读全文

摘要： 大纲 这篇文章是介绍sklearn库的使用，主要围绕sklearn官网内容进行阐述。包括三个部分的内容： 1.背景——主要介绍sklearn库是干什么的，官网内容板块是怎样的，我们主要从哪块学起； 2.框架——主要从模型使用流程角度出发，阐述sklearn主要实现的内容； 3.API——以从应用出发 阅读全文

摘要： 一、原理阐述 算法类型：监督学习_分类算法 输入：数值型或标称型 V1.0 将测试集挨个按特征的特征值划分，计算划分前与划分后的混乱度之差，将差最大的特征作为第一层节点，得到被该特征的特征值划分出来几块数据。再将这几块数据分别按上面的步骤重复进行（递归过程），直到该块都是同一类或特征值用完为止。 二 阅读全文