机器学习课程复习——决策树

Q:这三个算法哪一个可以用来做回归?

CART

Q:这学期学过的分类算法有哪些?

支持向量机、决策树、k近邻、逻辑回归、朴素贝叶斯、ANN

(注意区分分类算法与聚类算法)

Q:计算题

根据以上条件,生成相应的决策树

1. ID3算法

2. C4.5算法

3. CART算法

Q:剪枝的逻辑?

(由于决策树容易出现过拟合的情况,所以我们需要对他剪枝)

  1. 信息增益
  2. 精度
  3. 泛化性

Q:CART算法与前两个算法的不同?

  1. 基尼指数
  2. 二分类

改进

  1. 随机森林:通过集成多个决策树来提高模型的稳定性和准确性。
  2. 梯度提升树:通过boosting方法提升决策树的性能。
相关推荐
YQ8023family13 分钟前
cv::GetPerspectiveTransform和cv::warpPerspective
人工智能·opencv·计算机视觉
方大刚23315 分钟前
【Tools】AIGC:人工智能生成内容的新时代
人工智能·aigc
在线OJ的阿川30 分钟前
AI交互及爬虫【数据分析】
人工智能·python·jupyter·数据分析·aigc
用户60572374873081 小时前
为什么需要文本分割(Chunking)
机器学习
IT海中的小浪花1 小时前
《昇思25天学习打卡营第20天 | 昇思MindSporeGAN图像生成》
人工智能·学习·计算机视觉
qq_214782611 小时前
新工具:轻松可视化基因组,部分功能超IGV~
机器学习·信息可视化·数据分析·生物信息
Violent-Ayang1 小时前
机器学习 - 梯度下降在多参数线性回归模型的应用以及解析
人工智能·机器学习·线性回归
Czi.1 小时前
Build a Large Language Model (From Scratch)第五章(gpt-4o翻译版)
人工智能·语言模型·自然语言处理
大雨淅淅1 小时前
【高考志愿】土木工程
大数据·人工智能·高考
结衣结衣.1 小时前
完全入门C语言
c语言·经验分享·算法·机器学习