fbc3173的博客

决策树分类决策树分类1.基本思想2.决策树的特点3.二叉决策树算法与分类规则的生成4.决策树分类算法5.决策树属性的选取决策树分类  数据分类的基本流程：两步： （1）对一个类别已经确定的数据集创建模型。其中用于创建模型的数据称为训练集，训练集中单个元组称为训练样本。 （2）使用创建的模型将类别未知的元组归入某个或某几个类中。评估分类模型的标准：预测准确率；模型的创建速度和使用速度；强壮性；伸缩性；可解释性。1.基本思想  其基本算法是“贪心”算法，采用自上而下分而治之的方法。最初，所有的数

目录第4章 空间数据转换算法4.1 矢量数据向栅格数据转换4.1.1 矢量点的栅格化4.1.2 矢量线的栅格化4.1.3 矢量面的栅格化4.2栅格数据向矢量数据转换4.2.1 栅格点坐标与矢量点坐标的关系4.2.2 栅格数据矢量化的基本步骤4.2.3 线状栅格数据的细化第4章 空间数据转换算法4.1 矢量数据向栅格数据转换4.1.1 矢量点的栅格化将点的矢量坐标x,y换算为栅格行，列号：4.1.2 矢量线的栅格化八方向栅格化，全路径栅格化和恒密度栅格化1.八方向栅格化：根据矢量的倾角情