腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

人工智能LeadAI

专栏作者

461

文章

627705

阅读量

104

订阅数

GBDT（梯度提升决策树）总结笔记

数据:对于输入数据 $$$x_i \in R^d$$$,训练数据里的第i个样本。模型:如何对于给定的 $$$x_i$$$预测 $$$\hat{y}_i$$$。

2018-07-30

7040

常用机器学习算法优缺点及其应用领域

机器学习编程算法决策树

决策树决策树优点 1、决策树易于理解和解释，可以可视化分析，容易提取出规则。 2、可以同时处理标称型和数值型数据。 3、测试数据集时，运行速度比较快。 4、决策树可以很好的扩展到大型数据库中，同时它

2018-03-09

1.3K0

决策树会有哪些特性？

决策树(Decision Tree)是机器学习中最常见的算法，因为决策树的结果简单，容易理解，因此应用超级广泛，但是机器学习的专家们在设计决策树的时候会考虑哪些特性呢？本文根据已有的决策树来分析，一个想象中万能的决策树会有哪些变化？在这以前，先总结下使用决策树的优缺点：优点天然的可解释性。这是决策树最大的优点了。可解释性有两方面的考虑。一方面，树结构的理解不需要机器学习专家来解读。另一方面，很容易转化成规则。可以处理缺失值（missing），字符型（nominal），数值

2018-03-09

1.2K0

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态