布衣小工

摘要： 决策树 决策树：从根节点开始一步步走到叶子节点（决策） 所有的数据最终都会落到叶子节点，既可以做分类也可以做回归 增加节点相当于在数据上切一刀： C4.5解决ID3存在的拆分后叶子节点过多，且叶子集合较为稀疏问题。 阅读全文

摘要： 1.样本不平衡性 常见处理方法： 过采样（正负样本一样多）：增加正样本个数 方法：通常通过SMOTE进行样本生成 特点：召回率略低，但误杀率也低 下采样（正负样本一样少）：减少负样本个数 方法：原数据要拆分为train_set1和test_set1，针对整个数据集下采样后数据也要拆分为train_s 阅读全文