决策树分类算法 黄璜
决策树分类算法 黄璜
基本思路 基本思路是找出最有分辨能力的属性， 把数划分为许多子集（对应树的一个分 枝)，构成一个分枝过程，然后对每一子 集递归调用分枝过程，直到所有子集包 含同一类型的数据
基本思路 基本思路是找出最有分辨能力的属性， 把数划分为许多子集(对应树的一个分 枝)，构成一个分枝过程，然后对每一子 集递归调用分枝过程，直到所有子集包 含同一类型的数据
决策树分类 冬变量：分类树与回归树 分枝：二叉树与多叉树 ·算法：单一决策树与复合决策树
决策树分类 ❖变量：分类树与回归树 ❖分枝：二叉树与多叉树 ❖算法：单一决策树与复合决策树
建树流程 ÷建树 剪枝
建树流程 ❖建树 ❖剪枝
用样本集S建节点N 返N 足作为学日 网 逐回N 下愿丙电了 N For A=l to m 求gain(A)选取最佳的居性A浓 S分裂为Si F。ri=I七。m 返4N 是为了二 y BuilderTree (Si.A-A*)