摘要: 八、决策树构造 from sklearn import tree #决策树生成 clf = tree.DecisionTreeClassifier(criterion='entropy') clf = tree.DecisionTreeClassifier(criterion='gini') clf 阅读全文
posted @ 2020-02-05 13:50 泰初 阅读(832) 评论(0) 推荐(0)
摘要: 七、多变量决策树 1、从“树”到“规则” 一棵决策树对应于一个“规则集”,每个从根结点到叶结点的分支路径对应于一条规则。 举例: 好处: (1)改善可理解性 (2)进一步提升泛化能力( 由于转化过程中通常会进行前件合并、泛化等操作,C4.5Rule 的泛化能力通常优于 C4.5决策树) 2、轴平行划 阅读全文
posted @ 2020-02-05 13:45 泰初 阅读(2780) 评论(0) 推荐(0)