qq_45479211的博客

决策树决策树：是一种基本的分类与回归的方法、是基于特征对实例进行分类的树形结构决策树通常有3个步骤：特征的选择，决策树的生成，决策树的修建下图为决策树的示意图决策树的特点优点：计算复杂度不高，输出结果容易理解，对于中间值缺失不明感，可以处理不相关特征数据缺点：可能会出现数据结果拟合问题适合数据：数值型和标称型 （标称型数据：比如布尔类型的数据）决策树可以分成ID3、C4.5和C...

1.简述一下KNN算法的原理kNN算法称为K最近邻分类算法。所谓k最近邻，就是最接近K的数据，用他们的最大特征结果来表示。该算法设计3个主要因素：分类决策规则，距离与相似的衡量，k大小。KNN做分类预测时，一般是选择多数表决法，即训练集里和预测的样本特征最近的K个样本，预测为里面有最多类数的类别。而KNN做回归时，一般是选择平均法，即最近的K个样本的样本输出的平均值做为回归预测值。对于距离...

1.简单介绍一下逻辑回归？逻辑回归简单来说就是假设数据服从伯努利分布,然后通过极大化似然函数的方法，在运用梯度下降来求解参数，从而来达到将数据二分类的目的一个算法。逻辑回归的基本假设，任何的模型都是有自己的假设，在这个假设下模型才是适用，第一个基本假设是假设数据服从伯努利分布。第二个假设是假设样本为正的概率是符合sigmoid的函数输出的。逻辑回归一般都是通过对该函数进行梯度下降来不断逼近最...

首先说下决策树决策树是啥？举个例子，有一堆人，我让你分出男女，你依靠头发长短将人群分为两拨，长发的为“女”，短发为“男”，你是不是依靠一个指标“头发长短”将人群进行了划分，你就形成了一个简单的决策树，官方细节版本自行baidu或google划分的依据是啥？这个时候，你肯定问，为什么用“头发长短”划分啊，我可不可以用“穿的鞋子是否是高跟鞋”，“有没有喉结”等等这些来划分啊，Of course...