iT邦幫忙

2023 iThome 鐵人賽

DAY 9
0

主要用於分類,也可以改為回歸樹(不建議),今天只討論單顆決測樹,明天會學習多顆決策樹組合成的隨機森林

決策樹原理

對資料重複進行二元分割,形成樹狀結構

  1. 根據特徵進行分割(同子集內盡量相似)
  2. 重複分割直到達到設定的深度
  3. 建構決策樹
  4. 對決策樹進行遍歷,得出結果
    https://ithelp.ithome.com.tw/upload/images/20230924/20163280xQ8mZAAc8l.png

優缺點

  • 優點:
    • 對特徵工程要求較小
    • 可處理混合型數據
  • 缺點
    • 容易過擬合
    • 容易產生局部最優解(因為每一步都只選擇當前最佳解)

參考資料


上一篇
Day8-SGDregressor (Stochastic Gradient Descent Regressor)
下一篇
Day10-隨機森林 (Random Forest)
系列文
什麼演算法?一起來學機器學習!30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言