机器学习之决策树

刚刚在kaggle上练习了决策树的回归训练, 预测房价
决策树图示:


7tsb5b1.png

决策树通过分类的方法得到样本的预测值, 叶子结点的值就是该分类的平均值
需要注意的是决策树的深度, 过浅容易造成欠拟合, 过深容易造成过拟合
所以随机森林相比决策树更有优势

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

  • 决策树原理介绍 决策树是用样本的属性作为结点,用属性的取值作为分支的树结构,是通过一系列规则对数据进行分类的过程,...
    Jlan阅读 451评论 0 2
  • 你可以输,也可以失败。但不可以就此认输,因此而一蹶不振。可怕的不是失败,而是一蹶不振。
    一萤光阅读 280评论 0 0
  • 有时候,我孤单的时候,想着十年后的我是什么样的,我觉得十年后的我科技会更发达,餐厅的饭也有可能多了起来,有...
    熊猫中的老大阅读 261评论 0 0
  • What is the most important thing in commerce?Honesty!On l...
    许萍说阅读 387评论 0 1
  • Docear能够帮助学习与管理文献,并生成树来帮助理解整理文献,有助于写文章与读论文。 但是目前并不紧急而且学习成...
    磨唧Chan阅读 205评论 0 0

友情链接更多精彩内容