李航统计学习方法(第二版)（十）：决策树CART算法
2021-02-04 16:17
标签：介绍 第二版 nbsp 特征选择 统计学 数据 info 最小 组成 CART树算法由以下两步组成: 对回归树用平方误差最小化准则，生成二叉树。 对分类树用基尼指数(Gini imlex)最小化准则，进行特征选择，生成二叉树。 CART剪枝算法由两步组成: 首先从生成算法产生的决策树 然后通过交叉验证法在独立的验证数据集上对子树序列进行测试，从中选择最优子树。 2.3.2 最优子树 2.3.3 剪枝最终算法 李航统计学习方法(第二版)（十）：决策树CART算法 标签：介绍 第二版 nbsp 特征选择 统计学 数据 info 最小 组成 原文地址：https://www.cnblogs.com/qiu-hua/p/12793299.html1 简介
1.1 介绍
1.2 生成步骤
(1)决策树生成:基于训练数据集生成决策树，生成的决策树要尽量大;
(2)决策树剪枝:用验证数据集对己生成的树进行剪枝并选择最优子树，这时用损失函数址小作为剪枝的标准。2 算法
2.1 回归树
2.1.1 回归树生成
2.2 分类树
2.2.1 分类树生成
2.3 剪枝
底端开始不断剪枝，直到
的根结点，形成一个子树序列
2.3.1 流程一 剪枝，形成一个子树序列
上一篇：s2 插入排序
下一篇：Leetcode练习(Python)：哈希表类：第138题： 给定一个链表，每个节点包含一个额外增加的随机指针，该指针可以指向链表中的任何节点或空节点。 要求返回这个链表的 深拷贝。 我们用一个
文章标题：李航统计学习方法(第二版)（十）：决策树CART算法
文章链接：http://soscw.com/index.php/essay/50972.html