腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
生信小驿站
专栏成员
举报
354
文章
886768
阅读量
165
订阅数
订阅专栏
申请加入专栏
全部文章（354）
其他（102）
编程算法（42）
r 语言（36）
python（32）
数据库（25）
sql（21）
机器学习（16）
na（13）
html（11）
数据（11）
linux（9）
http（9）
windows（8）
神经网络（7）
网络安全（7）
https（7）
go（6）
深度学习（6）
数据分析（6）
数据处理（6）
人工智能（5）
pdb（5）
java（4）
ubuntu（4）
决策树（4）
腾讯云开发者社区（4）
data（4）
image（4）
云数据库 Redis（3）
ide（3）
网站（3）
监督学习（3）
微信（3）
action（3）
file（3）
ggplot2（3）
legend（3）
png（3）
函数（3）
javascript（2）
硬件开发（2）
文字识别（2）
图像处理（2）
express（2）
开源（2）
正则表达式（2）
gui（2）
数据可视化（2）
count（2）
crosstab（2）
ip（2）
irc（2）
nas（2）
plot（2）
project（2）
scale（2）
shiny（2）
structure（2）
table（2）
表格（2）
博客（2）
翻译（2）
可视化（2）
排序（2）
入门（2）
云服务器（1）
对象存储（1）
数据挖掘（1）
mac os（1）
bash（1）
bootstrap（1）
react（1）
node.js（1）
qt（1）
单片机（1）
composer（1）
access（1）
django（1）
apt-get（1）
访问管理（1）
命令行工具（1）
医疗（1）
企业（1）
渲染（1）
生物基因（1）
爬虫（1）
shell（1）
jdk（1）
numpy（1）
线性回归（1）
unity（1）
asp（1）
tcp/ip（1）
markdown（1）
anaconda（1）
微服务（1）
adt（1）
build（1）
categories（1）
cell（1）
center（1）
coding（1）
com（1）
compare（1）
conda（1）
core（1）
correlation（1）
counter（1）
customization（1）
cut（1）
d3（1）
desktop（1）
dfs（1）
diagram（1）
dot（1）
download（1）
error（1）
exe（1）
expect（1）
export（1）
formula（1）
function（1）
geo（1）
input（1）
lm（1）
map（1）
marker（1）
matrix（1）
mean（1）
median（1）
merge（1）
meta（1）
metrics（1）
min（1）
model（1）
modeling（1）
null（1）
numeric（1）
overlap（1）
package（1）
pandas（1）
pdf（1）
pip（1）
preferences（1）
profile（1）
random（1）
resolution（1）
return（1）
sample（1）
sapply（1）
save（1）
scipy（1）
seaborn（1）
select（1）
sequence（1）
server（1）
status（1）
sum（1）
tail（1）
time（1）
tools（1）
using（1）
word（1）
笔记（1）
编码（1）
工作（1）
基础（1）
计算机（1）
教程（1）
模型（1）
配色（1）
索引（1）
统计（1）
图表（1）
微信公众号（1）
压缩（1）
异常（1）
原理（1）
搜索文章
搜索
搜索
关闭
机器学习之决策树理论
决策树
编程算法
机器学习
在决策树理论中，有这样一句话，“用较少的东西，照样可以做很好的事情。越是小的决策树，越优于大的决策树”。数据分类是一个两阶段过程，包括模型学习阶段（构建分类模型）和分类预测阶段（使用模型预测给定数据的类标号）。决策树分类算法属于监督学习（Supervised learning），即样本数据中有类别标号。下面是两个阶段的简单描述：
用户1359560
2019-01-03
528
0
决策树理论
决策树
在决策树理论中，有这样一句话，“用较少的东西，照样可以做很好的事情。越是小的决策树，越优于大的决策树”。数据分类是一个两阶段过程，包括模型学习阶段（构建分类模型）和分类预测阶段（使用模型预测给定数据的类标号）。决策树分类算法属于监督学习（Supervised learning），即样本数据中有类别标号。下面是两个阶段的简单描述：
用户1359560
2018-11-12
1.1K
0
机器学习算法①
机器学习
编程算法
监督学习
决策树
这个算法由一个目标/结果变量（或因变量）组成，这个变量可以从一组给定的预测变量（独立变量）中预测出来。 使用这些变量，我们生成一个将输入映射到所需输出的函数。 训练过程一直持续到模型达到训练数据所需的准确度。 监督学习的例子：回归，决策树，随机森林，KNN，逻辑回归等。
用户1359560
2018-08-27
277
0
py 决策树①
决策树
数据分析
编程算法
它总是在沿着特征做切分。随着层层递进，这个划分会越来越细。虽然生成的树不容易给用户看，但是数据分析的时候，通过观察树的上层结构，能够对分类器的核心思路有一个直观的感受。举个简单的例子，当我们预测一个孩子的身高的时候，决策树的第一层可能是这个孩子的性别。男生走左边的树进行进一步预测，女生则走右边的树。这就说明性别对身高有很强的影响。
用户1359560
2018-08-27
333
0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪，探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑，知识轻松学
立即查看
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
立即体验
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
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档
