m0_69715013的博客

基于sklearn包中数据集——iris数据集实现C4.5和CART决策树算法，并将决策树可视化

随机森林就是通过集成学习的思想将多棵树集成的一种算法，它的基本单元是决策树，而它的本质属于机器学习的一大分支——集成学习（Ensemble Learning）方法。直观角度来解释，每棵决策树都是一个分类器（假设现在针对的是分类问题），那么对于一个输入样本，N棵树会有N个分类结果。而随机森林集成了所有的分类投票结果，将投票次数最多的类别指定为最终的输出，这就是一种最简单的 Bagging 思想。

利用Python的imblearn库解决类别不均衡问题过采样：SMOTE,ADASYN欠采样：RandomUnderSampler,ClusterCentroids,NearMiss

利用seaborn工具包绘制变量相关热力图（heatmap)