《Sklearn 与 TensorFlow 机器学习实用指南》 第6章 决策树

来源:ApacheCN《Sklearn 与 TensorFlow 机器学习实用指南》翻译项目

译者:@Lisanaaa @y3534365

校对:@飞龙

和支持向量机一样, 决策树是一种多功能机器学习算法, 即可以执行分类任务也可以执行回归任务, 甚至包括多输出(multioutput)任务.

它是一种功能很强大的算法,可以对很复杂的数据集进行拟合。例如,在第二章中我们对加利福尼亚住房数据集使用决策树回归模型进行训练,就很好的拟合了数据集(实际上是过拟合)。

决策树也是随机森林的基本组成部分(见第 7 章),而随机森林是当今最强大的机器学习算法之一。

在本章中,我们将首先讨论如何使用决策树进行训练,可视化和预测。

然后我们会学习在 Scikit-learn 上面使用 CART 算法,并且探讨如何调整决策树让它可以用于执行回归任务。

最后,我们当然也需要讨论一下决策树目前存在的一些局限性。

阅读全文

推荐阅读更多精彩内容

  • 2018.1.25 周四 这两天家里的气氛有点紧张,原因昨天开始的,妈妈的焦虑感又...
    念希0531阅读 72评论 0 0
  • 一、环境的本质是规则、机制,大部分人注定被环境浸泡而随波逐流,而只有少部分人看透规则、挣脱规则、利用规则、重定规则...
    祠堂湾阅读 94评论 0 0
  • 在时下的移动互联网时代,世界随着科技的发展越变越小,而这点在社交网络中得到了充足的体现。反过来讲,之所以世界缩小,...
    爆点科媒阅读 36评论 0 0