决策树是学习的一种表示 机器学习. 树是一种数据结构,其信息包含在节点中,节点之间通过弧连接。 节点位于一个拱形与另一个拱形相交的正确位置。
下面是一棵树的图形表示。 树可以包含各种信息
从图形上我们可以看到包含元素 A、B、C、D、E、F 的 6 个节点,而弧线是连接信息的线段。
这样的树结构有:
在机器学习中,决策树结构正是从这种结构派生出来的,唯一的区别是每个节点不包含信息,而是包含一个条件,一个要评估的条件。 这些树也称为分类和回归树 (CART),并内置在机器正在训练的模型中。
分类示例
现在让我们看一个分析来自八辆汽车的数据的案例。 对于每辆车,我们都知道排量和售价作为特征,每辆车对应一个 True 或 False 目标,告诉我们这辆车是否是一个机会。
下面是汇总表:
自 2017 年以来,Walliance、SIM 和平台一直是欧洲房地产众筹领域的领导者,宣布完成……
Filament 是一个“加速”的 Laravel 开发框架,提供了多个全栈组件。它旨在简化......的过程