如果需要，我需要使用'ifs‘、'elses’和'if else‘创建决策树。我试着只使用i，但是我不能让它正常工作。我已经使用elses和I重做了开头的部分。我收到一个找不到'answer1‘的错误。谁能告诉我这是不是正确的开始？我不想重新编写整个代码，因为结果不正确，所以必须重做很多代码。 我只使用if语句，但我认为我也必须使用elses。如果我要包括我尝试过的所有内容，那么它将超过200行，所以我将把它保留
浏览 17提问于2019-02-19得票数 1
回答已采纳
1回答
在书中，有一个众所周知的问题，就是建立基于以下数据的决策树，其中Play ball是目标变量。生成的树如下所示我想知道是否有可能用科学学习来建立这棵树。我发现了几个例子，其中决策树可以描述为Source(export_graphviz(clf, out_file=None))
然而，似乎scikit不能很好地处理分类数据，必须将数据绑定到几个列中。这是</e
浏览 6提问于2017-12-01得票数 1
回答已采纳
我在Windows XP上工作，使用最新的Git版本Git-1.7.3.1-preview20101002中的msysgit。我没有发现Github的支持页面有什么帮助(我已经30年没有在愤怒中使用unix了)，所以在用谷歌搜索了很久之后，我找到了这个。我欢迎评论和建议，让它变得更好。我找到了的各种引用，用来"pinging“端口。我下载了windows版本，并使用nmap -p 22 github.com (在DOS窗口中)来确定我没有防火
浏览 0提问于2011-07-17得票数 1
回答已采纳
1回答
测试模型性能
、、
一旦建立了模型，我们想要检查它的性能，我执行了以下操作计算训练集上的混淆矩阵和ROC曲线。在测试集上计算混淆矩阵和ROC曲线。我使用的是决策树随机森林支持向量机，两者都是线性径向朴素贝叶斯。
Logist
浏览 0提问于2016-04-24得票数 1
4回答
离群值:据我所知，决策树对异常值是稳健的。有人能证实我的假设是否正确吗？(如果我的特征从0到9不等，但存在一个值为10000的异常值，那该怎么办？)它是否为这个离群点样本创建了一个单独的叶子，还是会与其他树的叶子合并？谢谢。
浏览 0提问于2018-05-09得票数 6
回答已采纳
1回答
所以我在LWJGL 2中制作了一个游戏，我的项目有4个类(实体、AliveEntity、Player、Tree)。我希望我的实体(例如树木、蕨类植物、某些项目)扩展实体类，同时扩展实体和AliveEntity，这样玩家就可以拥有hp、速度、设备等。所以现在看起来是这样的：
浏览 0提问于2018-11-03得票数 0
回答已采纳
2回答
我在Java中摆弄动画，写了这样的文章：import java.awt.Image;import java.awt.event.ActionListener;import), 100, 100, nu
浏览 0提问于2013-05-28得票数 4
每个特性只在一个决策树中使用一次，这是正确的吗？然后，如果一个特征(对分类最具决定性意义)决定了一个值范围的分类，该算法能以任何方式检测到这一点，或者它会失败吗？更清楚的是，我们可以说，分类是把人归类为青少年。那么行列式特征将是年龄，如果这个特征在12到18之间，分类就会是。所以我们没有一个阈值(age<12)或(age>18)，而是两个。在这种情况下，随机森林算法能成功吗？
谢谢你<e
浏览 0提问于2020-11-24得票数 1
回答已采纳
2回答
我试图在UCI银行营销数据-> 上建立决策树和随机森林分类器。数据集中有许多分类特性(具有字符串值)。在spark文档中，可以通过使用StringIndexer或VectorIndexer索引将分类变量转换为数字变量。使用这种方法，将根据分类特征的频率(类别特征的最频繁标记为0)为每个级别分配数字值。
我的问题是，随机森林或决策树算法如何理解新特征(从分类特征派生)与连续变量不同。算法中是否认
浏览 6提问于2017-07-06得票数 5
回答已采纳
2回答
我使用了两种具有相同SKlearn决策树的方法，一种使用验证集，另一种使用K折叠。然而，我不确定我是否真的通过使用KFold实现了什么。从技术上讲，交叉验证确实显示了5%的准确性，但我不确定这是否仅仅是这个特定数据的谱性扭曲了结果。然而，这里出现了棘手的部分。我看到的教程有一个.train()函数，我不认为这个决策树分类器会这样做。这不只是比较了9个独立的结果吗？K倍的目的不是为了
浏览 1提问于2018-01-13得票数 0
回答已采纳
1回答
我们有分布式数据中心，我们在每个数据中心建立决策树。我们的问题是将我们的购物车决策树组合成一个购物车决策树。每个数据中心中的数据与同一事件相关(例如来自光传感器的数据)。我知道如何推广方法，但它们并没有给出我们想要的结果。
有什么已知的方法可以做到这一点吗？
浏览 0提问于2016-10-20得票数 1
回答已采纳
1回答
我想在Weka中创建我自己的决策树模型。换句话说，我想手动指定决策树中的所有拆分和所有拆分值，而不训练任何决策树算法(例如REPTree、J48等)。在数据上。在Weka GUI中或通过Weka的Java API，这是可能的吗？如果是这样的话，是怎么做的？
浏览 1提问于2021-07-17得票数 0
1回答
我必须使用梯度引导决策树在Python中构建一个分类模型，并获得模型参数(节点处的值)以在硬件上实现。据我所知，梯度增强决策树的最终结果是一个具有阈值的普通决策树分类器，用于对输入数据进行分类。我读过以下文章：
model.estimators_包含模型所包含的所有单个分类器。对于GradientBoostingClassifier，这是一个带有形状
浏览 0提问于2019-04-23得票数 0
回答已采纳
我正试图在我的“我的世界”服务器上开发一个统计/成就系统。有多种类型的成就，如断块、收割庄稼、杀死动物等。现在，事情就是这样的。为了简单起见，让我选择两种统计方法--“破石头”和“杀死怪物”。
玩家加入游戏，读取数据，对玩家进行缓存并将统计信息放入缓存中。玩家打破了石头，它增加了玩家缓存中的<
浏览 3提问于2021-12-05得票数 -1
回答已采纳
1回答
首先，我建立了一个决策树模型，给出了90%的商品结果。所以现在我想把两者结合起来。我的第一个想法是添加TF下手/SVC的预测作为决策树的一个特性。
我看到了关于装袋/堆垛/提升的这篇文章。对我来说，向决策树中添加功能等同于堆叠。是这样吗</em
浏览 0提问于2019-02-11得票数 1
2回答
关于决策树的问题
、、、
在研究了决策树一段时间后，我注意到有一种小技术叫做boosting。我看到在正常情况下，这将提高决策树的准确性。谢谢你在这里帮我！
浏览 3提问于2010-11-24得票数 1
回答已采纳
2回答
对于某些机器学习方法，建议使用特征归一化来使用相同规模的特征，特别是对于k均值等基于距离的方法，或者当使用正则化时。然而，在我的经验中，由于一些奇怪的原因，当我使用规范化的特性时，增强树回归的效果不太好。您的经验是如何使用功能规范化与增强树，它在总体上改进我们的模型吗？
浏览 0提问于2017-01-10得票数 12
6回答
问题涉及决策树的建立。根据维基百科的说法，'基尼系数‘不应该与'基尼杂质’混淆。然而，这两种方法都可以在构建决策树时使用--它们可以支持我们在拆分项目集时的选择。1)“基尼杂质”--这是一种标准的决策树分裂度量(见上面的链接)；
2)“基尼系数”--每一次分裂都可以根据AUC准则进行评估。对于每个分裂场景，我们可以构建一个ROC曲线并计算AUC度量。另一方面，这
浏览 0提问于2014-09-09得票数 33
云服务器
ICP备案
对象存储
即时通信 IM
云直播
腾讯云开发者
