logo资料库

决策树和随机森林.pdf

第1页 / 共68页
第2页 / 共68页
第3页 / 共68页
第4页 / 共68页
第5页 / 共68页
第6页 / 共68页
第7页 / 共68页
第8页 / 共68页
资料共68页,剩余部分请下载后查看
法律声明  本课件包括演示文稿、示例、代码、题库、视频和 声音等内容,小象学院和主讲老师拥有完全知识产 权的权利;只限于善意学习者在本课程使用,不得 在课程范围外向任何第三方散播。任何其他人或机 构不得盗版、复制、仿造其中的创意及内容,我们 保留一切通过法律手段追究违反者的权利。  课程详情请咨询  微信公众号:小象  新浪微博:ChinaHadoop 互联网新技术在线教育领航者 1/68
决策树和随机森林 邹博
目标任务与主要内容  复习信息熵  熵、联合熵、条件熵、互信息  决策树学习算法  信息增益  ID3、C4.5、CART  Bagging与随机森林 互联网新技术在线教育领航者 3/68
CART  输入数据x:M个样本数据,每个数据包括 年龄、性别、职业、每日使用计算机时间等  输出y:该样本是否喜欢计算机游戏 互联网新技术在线教育领航者 4/68
随机森林 互联网新技术在线教育领航者 5/68
决策树:Level 互联网新技术在线教育领航者 6/68
决策树 互联网新技术在线教育领航者 7/68
条件熵  H(X,Y) – H(X)  (X,Y)发生所包含的熵,减去X单独发生包含的 熵:在X发生的前提下,Y发生“新”带来的熵  该式子定义为X发生前提下,Y的熵:  条件熵H(Y|X) 互联网新技术在线教育领航者 8/68
分享到:
收藏