本文深入探讨了决策树的各种概念和技术，包括但不限于分而治之策略、纯度衡量标准、信息熵和信息增益等核心概念。此外，还介绍了CART决策树、剪枝技术以及多变量决策树等内容。
- 决策树，decision tree
- 分而治之，divide-and-conquer
- 纯度，purity
- 信息熵，information entropy
- 信息增益，information gain
- 增益率，gain ratio
- 固有值，intrinsic value
- 基尼指数，gini index
- CART决策树，classification and regression tree
- 剪枝，pruning
- 预剪枝，prepruning
- 后剪枝，postpruning
- 二分法，bi-partition
- 轴平行，axis-parallel
- 多变量决策树，multivariate decision tree
- 感知机树，perceptron tree
- 增量学习，incremental learning
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
