目录 　　什么是决策树(Decision Tree) 　　特征选择 　　使用ID3算法生成决策树 　　使用C4.5算法生成决策树 　　使用CART算法生成决策树 　　预剪枝和后剪枝 　　应用：遇到连续与缺失值怎么办？ 　　多变量决策树 　　Python代码(sklearn库 ...

目录 　　先验概率与后验概率 　　条件概率公式、全概率公式、贝叶斯公式 　　什么是朴素贝叶斯(Naive Bayes) 　　拉普拉斯平滑(Laplace Smoothing) 　　应用：遇到连续变量怎么办？(多项式分布，高斯分布) 　　Python代码(sklearn库 ...

目录 　　梯度提升树原理 　　梯度提升树代码(Spark Python) 梯度提升树原理 　　待续... 返回目录 梯度提升树代码(Spark Python ...

1 引言 　　决策树（Decision Tree）是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。决策树中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类 ...

前言 本系列为机器学习算法的总结和归纳，目的为了清晰阐述算法原理，同时附带上手代码实例，便于理解。 目录 　　 k近邻（KNN） 　　 决策树 　　 线性回归 　　 逻辑斯蒂回归 　　 朴素贝叶斯 　　 支持向量机（SVM ...

目录 　　随机森林原理 　　随机森林代码(Spark Python) 随机森林原理 　　参考：http://www.cnblogs.com/itmorn/p/8269334.html 返回 ...

咱们正式进入了机器学习的模型的部分，虽然现在最火的的机器学习方面的库是Tensorflow, 但是这里还是先简单介绍一下另一个数据处理方面很火的库叫做sklearn。其实咱们在前面已经介绍了一点点sklearn，主要是在categorical data encoding那一块。其实sklearn ...

（Decision Tree）算法主要用来处理分类问题，是最经常使用的数据挖掘算法之一。 决策树 场景 ...