机器学习课件Chap04决策树.pptx

  1. 1、本文档共54页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
20;权;权;20;权;;信息增益;;一个例子;一个例子 (续); 清晰 {1,2,3,4,5,6,8,10,15};;;;;剪枝 为了尽可能正确分类训练样本,有可能造成分支过多 ? 过拟合 可通过主动去掉一些分支来降低过拟合的风险 基本策略: ? 预剪枝 (pre-pruning): 提前终止某些分支的生长 ? 后剪枝 (post-pruning): 生成一棵完全树,再“回头”剪枝;;预剪枝—不划分;预剪枝—划分后;预剪枝 (续);;预剪枝;后剪枝;纹理?;验证集精度 剪枝前: 3/7=42.9%;验证集精度 剪枝前: 3/7=42.9% 剪枝后: 4/7=57.1%;后剪枝 (续);后剪枝 (续);后剪枝 (续);后剪枝 (续);;预剪枝 vs. 后剪枝;连续值;;;包含 14 个样例,;一个例子;一个例子;;;轴平行 vs. 倾斜;;;

文档评论(0)

本人专注于k12教育,英语四级考试培训,本人是大学本科计算机专业毕业生,专注软件工程计算机专业论文,也可承接计算机专业的C语言程序设计,Java开发,Python程序开发。

认证主体赵**

1亿VIP精品文档

相关文档

相关课程推荐