決策樹(完整)_第1頁
決策樹(完整)_第2頁
決策樹(完整)_第3頁
決策樹(完整)_第4頁
決策樹(完整)_第5頁
已閱讀5頁，還剩14頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

% r v : 無缺失值樣本中在屬性 a 上取值 av 的樣本所占比例 樣本劃分原則： 屬性值已知，劃入與其取值對(duì)應(yīng)的子 結(jié)點(diǎn)，樣本權(quán)值不變，仍為 wx 屬性值未知，劃入所有子結(jié)點(diǎn)，樣本 %v × wx ，讓同一個(gè)樣 權(quán)值調(diào)整為 r 本以不同的概率劃入不同的子結(jié)點(diǎn)中 “紋理”屬性值缺失的樣本編號(hào)為：8,10 D 8,10 權(quán)值為： wx =1 7 5 3 8和10同時(shí)進(jìn)入三個(gè)分支中，權(quán)值分別為： , , 15 15 15 每個(gè)屬性 d個(gè)屬性描述的樣本 對(duì)樣本分類 坐標(biāo)空間中的一個(gè)坐標(biāo)軸 d維空間中的一個(gè)數(shù)據(jù)點(diǎn) 在坐標(biāo)空間中尋找不同類樣本之間的分類邊界 決策樹形成的分類邊界的明顯特點(diǎn)：軸平行，分類邊界由若干個(gè)與坐標(biāo) 軸平行的分段組成。 優(yōu)點(diǎn)：學(xué)習(xí)結(jié)果解釋性強(qiáng)，每個(gè)劃分都對(duì)應(yīng)一個(gè)屬性取值 2個(gè)屬性二維平面 0.381 0.205 不足： 單變量決策樹 非葉結(jié)點(diǎn)的屬性測試 算法第8行 一個(gè)屬性 （最優(yōu)劃分屬性） 尋找最優(yōu)劃分屬性 多變量決策樹 屬性的線性組合 （線性分類器） åwa i =1 d i i =t 建立合適的線性分類器 wi ,

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論