算法——决策树(ID3,C4.5,CART)

本文深入探讨了决策树算法的三种实现方式:ID3、C4.5和CART,分别从信息增益、信息增益率和GINI系数的角度阐述了它们在构建决策树过程中的选择策略。

(未完待续。。。)

ID3:利用信息增益进行分枝节点的选择

C4.5:利用信息增益率进行分枝节点的选择,其意义为:信息增益量/分裂信息量

CART:利用GINI系数进行分枝节点的选择

posted on 2015-04-17 16:07 咋们一起去看海 阅读( ...) 评论( ...) 编辑 收藏

转载于:https://www.cnblogs.com/ruilv/p/4435215.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值