吴恩达机器学习笔记 二十七 决策树中连续值特征的选择 回归树

还是猫狗分类的案例,假如再增加一个特征weight,该值是一个连续的值,如何在决策树中使用该特征?

如下图所示,尝试不同的阈值 ,如 weight<=9 , 此时左边有四个样本,都为猫,右边有六个样本,其中一个为猫,计算信息增益(绿色的那个)。同理,把条件设为weight<=8,划分后左边有两个样本,全是猫,右边有八个样本,其中三个是猫,计算信息增益(蓝色的那个),可以发现边界设为9时信息增益最大,所以就按照这个标准分。

决策树用于分类问题-->推广到回归问题:回归树

用决策树来预测一个数字而不是类别

用于回归问题时,我们不追求减少熵,而是期望能够降低分类后每个子集 weight 的方差 。如下图,计算不同分类后的左右两支子树的带权重方差和,再用根节点的方差减去这个数,得到方差的减少量,方差减少的越多越好,所以选择 ear shape 作为分割特征。

相关推荐
cwtlw16 分钟前
JavaRedis和数据库相关面试题
java·数据库·笔记·面试
林泽毅32 分钟前
SwanLab Slack通知插件:让AI训练状态同步更及时
深度学习·机器学习·强化学习
DayDayUp..38 分钟前
[算法学习笔记] 《Hello算法》第10章 搜索
笔记·学习
Long_poem1 小时前
【自学笔记】ELK基础知识点总览-持续更新
笔记·elk·jenkins
Shockang1 小时前
机器学习的一百个概念(5)数据增强
人工智能·机器学习
cwtlw2 小时前
PhotoShop学习03
笔记·学习·photoshop
Peter11467178502 小时前
服务器入门操作1(深度学习)
服务器·人工智能·笔记·深度学习·学习
蚍蜉撼树谈何易4 小时前
机器学习的定义及分类
人工智能·机器学习·分类
Qwertyuiop201611 小时前
搭建开源笔记平台:outline
笔记·开源