技術 [DAY27] 機器學習 - 決策樹(三)

梯度（Gradient） 是目標函數在某個點的局部斜率或變化率。 梯度提升（Gradient Boosting） 集成學習 多個弱學習器（通常是決策樹）...

技術 [DAY25] 機器學習 - 決策樹(一)

決策樹 用於分類和回歸問題。 混亂評估指標 Information Gain (資訊獲利) 衡量了使用某個特徵分割後熵的減少 熵是衡量不確定性的指標。...

技術 Day22 決策樹

跟前兩天一樣，今天要介紹的決策樹也是「監督式學習」，但比較不一樣的是，這次我們要用的資料集不是鳶尾花。 今天的學習目錄 介紹決策樹 今天比較特別一點，因為...

技術 Day9-決策樹 (Decision Trees)

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 根...

技術 〔Day10〕分類樹(Classification Tree) vs 迴歸樹(Regression Tree)

大家好，來到我們第十天嚕~今天我們要來談談Tree，因為在後續的實作都會應用到，所以再來繼續科普一下大家，在我們了解分類和迴歸之前，先來初步了解決策樹吧! 決策...

技術 【Day 10】決策樹實作 Decision tree implementation

今日大綱 程式碼 程式碼 範例所使用的程式碼與支持向量機範例一樣，為分辨真偽鈔來自UCI的資料集 先將需要用到的library與資料匯入 import pa...

技術 【Day 9】決策樹 Decision tree

今日大綱 什麼是決策樹 熵 (Entropy)與資訊增益 (Information gain) 基尼不純度 (Gini impurity) 優缺點 範例 什...

技術 Day 22 : 決策樹

決策樹(Decision trees)是一種過程直覺單純、執行效率也相當高的監督式機器學習模型，適用於classification 及 regression 資...

技術 樹選手1號：decision tree

想要利用接下來的幾篇文章把tree-based的模型稍微介紹一下，所有的tree-based模型基本上都是從decision tree發展來的，他最大的優勢在於...