
决策树
紫砂痕
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
随机森林算法梳理
随机森林算法梳理1. 随机森林原理2. 随机森林的特点3. 代码实现参考链接 1. 随机森林原理 讲随机森林得从决策树开始讲起, 鉴于决策树容易过拟合的缺点,随机森林采用多个决策树的投票机制(bagging)来改善决策树,也就是 “决策树+bagging=随机森林”。 我们假设随机森林使用了m棵决策树,那么就需要产生m个一定数量的样本集来训练每一棵树,如果用全样本去训练m棵决策树显然是不可取的...原创 2019-08-07 21:27:29 · 289 阅读 · 0 评论 -
GBDT算法梳理
##GBDT算法梳理 前向分布算法 负梯度拟合 损失函数 回归二分类,多分类 正则化 优缺点 sklearn参数应用场景原创 2019-08-11 00:29:54 · 411 阅读 · 0 评论 -
XGBoost算法梳理
XGBoost算法梳理1. 算法原理2. 损失函数3. 分裂结点算法4.正则化5. 对缺失值处理6. 优缺点7. 应用场景8. sklearn参数 1. 算法原理 2. 损失函数 3. 分裂结点算法 4.正则化 5. 对缺失值处理 6. 优缺点 7. 应用场景 8. sklearn参数 ...原创 2019-08-12 13:04:10 · 319 阅读 · 0 评论 -
决策树算法梳理-ID3,C4.5, Cart
决策树算法梳理1. ID3 1. ID3原创 2019-08-12 14:57:23 · 165 阅读 · 0 评论