通过决策树算法解决问题的历届“华为杯”建模研赛获奖论文
文件详细内容如下：
首先，在了解树模型之前，自然想到树模型和线性模型有什么区别呢？其中最重要的是，树形模型是一个一个特征进行处理，之前线性模型是所有特征给予权重相加得到一个新的值。决策树与逻辑回归的分类区别也在于此，逻辑回归是将所有特征变换为概率后，通过大于某一概率阈值的划分为一类，小于某一概率阈值的为另一类；而决策树是对每一个特征做一个划分。另外逻辑回归只能找到线性分割（输入特征x与logit之间是线性的，除非对x进行多维映射），而决策树可以找到非线性分割。
而树形模型更加接近人的思维方式，可以产生可视化的分类规则，产生的模型具有可解释性（可以抽取规则）。树模型拟合出来的函数其实是分区间的阶梯函数。
2021年研究生比赛各备战QQ群：
A备战群878535767
B备战群878717833
C备战群878555634
D备战群862547156
E备战群878565508
F备战群878569493
数学中国开办研赛保奖班，有意者可与官方QQ进行细聊
官方QQ： 淡妆：1917509892
乔叶：1470495151浅夏：3243710560
真好啊，谢谢您的分享啊
页:
[1]