上面这段对话,我们可以抽象成如下的一棵树:
决策树是一种树形结构,其中每个内部节点表示一个属性上的测试,每个分支代表一个测试输出,每个叶节点代表一种类别。决策树具有监督式的特征提取与描述的功能,将输入变量根据目标设定来选择分支变量与分支方式,并以树枝状的层级架构呈现,以提取分类规则。
构建决策树目的
探索
预测
构建决策树的步骤
数据准备
决策树生长
决策树修剪
规则提取
1 数据准备的简单介绍
上面这段对话,我们可以抽象成如下的一棵树: 决策树是一种树形结构,其中每个内部节点表示一个属性上的测试,每个分支代表一个测试输出,每个叶节点代表一种类别。决策树具有监督式的特征提取与描述的功能,将输入变量根据目标设定来选择分支变量与分支方式,并以树枝状的层级架构呈现,以提取分类规则。
上面这段对话,我们可以抽象成如下的一棵树:
决策树是一种树形结构,其中每个内部节点表示一个属性上的测试,每个分支代表一个测试输出,每个叶节点代表一种类别。决策树具有监督式的特征提取与描述的功能,将输入变量根据目标设定来选择分支变量与分支方式,并以树枝状的层级架构呈现,以提取分类规则。
构建决策树目的
探索
预测
构建决策树的步骤
数据准备
决策树生长
决策树修剪
规则提取
1 数据准备的简单介绍