机器学习算法系列————决策树(二)

1.什么是决策树

用于解决分类问题的一种算法。

左边是属性,右边是标签。

属性选择时用什么度量,分别是信息熵和基尼系数。

这里能够做出来特征的区分。

下图为基尼系数为例进行计算。

下面两张图是对婚姻和年收入的详细计算过程(为GINI系数为例。)决策树连接一是以信息熵为例进行计算的。

这里需要声明一下,可能作者计算的分类方式为(0-60k)(60k-80k)(80k-300k)

最终建立好的决策树模型如下。

相关推荐
罗西的思考10 小时前
【轻量化复刻大模型 / KIMI K3】Muon 优化器及 训练系统
人工智能·算法·机器学习
ashiho11 小时前
【LeetCode hot 100】3. 无重复字符的最长子串 (三种解法)
java·数据结构·后端·算法·leetcode·滑动窗口
数据工匠老o11 小时前
数据库没死,业务卡住了:行锁等待、元数据锁、长事务的排查路径
数据库·算法·架构
黑客笔记11 小时前
安全态势感知中的资产失陷排名思考
人工智能·算法·网络安全
Asher112511 小时前
电池数据整理复盘:从 MAT 文件到充电曲线
机器学习
龙腾AI白云12 小时前
具身智能的空间导航与未知环境探索
大数据·数据库·人工智能·机器学习·知识图谱
青少儿编程课堂13 小时前
蓝桥杯·全国青少年信息素养大赛·电子学会Python/C++考级:扫描线与线段树求矩形面积并解析
c++·python·算法·bfs·信息学竞赛
电科_银尘14 小时前
【大模型算法与工程 09】SGD、Momentum与AdamW:优化器如何选择
人工智能·算法
汤姆宝库15 小时前
RoPE旋转位置编码的实现与长上下文外推
python·深度学习·机器学习