cg896406166的博客

决策树之CART本系列分享由三篇博客组成，建议从前往后阅读学习。决策树之ID3决策树之C4.5决策树之CART0.引言前面我们讲到了决策树算法ID3，和C4.5。C4.5是在ID3的基础上发展而来的，C4.5还存在的缺陷有：1)C4.5不能解决回归的问题。2)C4.5需要进行多个对数计算，效率比较低。3)对于离散型变量中变量值较多的情况只能生成多叉树。在CA...

决策树之ID3本系列分享由三篇博客组成，建议从前往后阅读学习。决策树之ID3决策树之C4.5决策树之CART0.引言这几天整理了决策树的发展历程，分享给大家，方便大家进行学习。决策树的发展历程为见下图：决策树有几个关键性的阶段，分别是ID3，C4.5，CART。在决策树模型逐渐成熟之后被应用于随机森林、Adaboost等算法中，因此决策树是下边这几种算法的基础。...

决策树之C4.5本系列分享由三篇博客组成，建议从前往后阅读学习。决策树之ID3决策树之C4.5决策树之CART0.引言前一节中讲到了决策树的算法ID3，而C4.5是在ID3的基础上发展而来的。我们先回忆一下ID3算法有哪些缺陷：1)ID3算法只能解决特征值是离散的问题，当特征值是连续值时将无能为力。2)同样ID3算法只讨论了输出为离散值的问题，输出值为离散值时则...

用通俗易懂的方式剖析随机森林0.引言随机森林是现在比较流行的一个算法。对于回归和分类问题有很好的效果。大家有可能有过这样的经历，辛辛苦苦搭好神经网络，最后预测的准确率还不如随机森林。既然随机森林这么好用，那它的内在的机理到底是什么呢？接下来将会用通俗易懂的方式讲一讲随机森林。1.什么是随机森林随机森林分解开来就是“随机”和“森林”。“随机”的含义我们之后讲，我们先说“森林”，森林是...