zoukankan      html  css  js  c++  java
  • 第十一周学习总结

    这周加深了决策树算法的学习,了解了其中的优缺点

    决策树的优点:

    一、           决策树易于理解和解释.人们在通过解释后都有能力去理解决策树所表达的意义。

    二、           对于决策树,数据的准备往往是简单或者是不必要的.其他的技术往往要求先把数据一般化,比如去掉多余的或者空白的属性。

    三、           能够同时处理数据型和常规型属性。其他的技术往往要求数据属性的单一。

    四、           决策树是一个白盒模型。如果给定一个观察的模型,那么根据所产生的决策树很容易推出相应的逻辑表达式。

    五、           易于通过静态测试来对模型进行评测。表示有可能测量该模型的可信度。

    六、          在相对短的时间内能够对大型数据源做出可行且效果良好的结果。

    七、           可以对有许多属性的数据集构造决策树。

    八、           决策树可很好地扩展到大型数据库中,同时它的大小独立于数据库的大小。

    决策树的缺点:

    一、           对于那些各类别样本数量不一致的数据,在决策树当中,信息增益的结果偏向于那些具有更多数值的特征。

    二、           决策树处理缺失数据时的困难。

    三、           过度拟合问题的出现。

    四、           忽略数据集中属性之间的相关性。

  • 相关阅读:
    Qt 6 正式发布
    GTK 4.0 正式发布
    编译 flink 1.12.0
    Flink 1.12.0 sql 任务指定 job name
    【翻译】Apache Flink 1.12.0 Release Announcement
    【源码】Flink 三层图结构 —— JobGraph 生成过程
    【源码】Flink 算子 chain 在一起的条件
    Web开发基础之CMDB系统开发之三
    Web开发基础之CMDB系统开发之二
    Ubuntu18.04升级至20.04
  • 原文地址:https://www.cnblogs.com/wyppaa/p/14941172.html
Copyright © 2011-2022 走看看