数学建模社区-数学中国

标题: 决策树分类模型Python代码 [打印本页]
作者: 2744557306    时间: 2024-12-24 15:32
标题: 决策树分类模型Python代码
这个监督式学习算法通常被用于分类问题。令人惊奇的是，它同时适用于分类变量和连续因变量。在这个算法中，我们将总体分成两个或更多的同类群。这是根据最重要的属性或者自变量来分成尽可能不同的组别。想要知道更多，可以阅读：简化决策树。
3 J, v) d- F* Y# W6 K1 `
' v' r" V4 J! s# R2 g. Z" ]在上图中你可以看到，根据多种属性，人群被分成了不同的四个小组，来判断 “他们会不会去玩”。为了把总体分成不同组别，需要用到许多技术，比如说 Gini、Information Gain、Chi-square、entropy。5 I! x0 p: z; X6 s$ E" ?: s7 B
: ?4 g% a( O$ k) z* U' R. y% K
理解决策树工作机制的最好方式是玩Jezzball，一个微软的经典游戏(见下图)。这个游戏的最终目的，是在一个可以移动墙壁的房间里，通过造墙来分割出没有小球的、尽量大的空间。
2 \# K0 ^4 f8 }# S# d* l4 O' C) }3 H: @5 I' x

  O& L: M) \& Q* Y因此，每一次你用墙壁来分隔房间时，都是在尝试着在同一间房里创建两个不同的总体。相似地，决策树也在把总体尽量分割到不同的组里去。
' f$ L2 G0 H: c% {+ f$ A8 k& a3 d& ?- P% T: e8 ~: m

9 D# w! ]- t5 [, W. v

决策树分类模型Python代码.txt

1.71 KB, 下载次数: 0, 下载积分: 体力 -2 点

售价: 2 点体力  [记录]  [购买]





欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5