【R语言学习笔记】1. CART 逻辑回归、分类树以及随机森林的应用及对比
1. 目的：根据人口普查数据来预测收入（预测每个个体年收入是否超过$50,000） 2. 数据来源：1994年美国人口普查数据，数据中共含31978个观测值，每个观测值代表一个个体 3. 变量介绍： （1）age: 年龄(以年表示) （2）workclass: 工作类别 ...
原文：【R语言学习笔记】3. CART分类树、随机森林以及Boosting的应用及对比
. 目的：根据银行客户信息，判断其是否接受银行向他们提供的个人贷款。 . 数据来源：https: www.kaggle.com lowecoryr universalbank . 数据介绍：数据中共包含 个观测值， 个变量。其中，每一个观测值代表一个客户。 bank.df lt read.csv UniversalBank.csv 读取数据 str bank.df 查看数据结构 View ban ...
2019-11-21 12:09 0 761 推荐指数：
相关推荐
【R语言学习笔记】2. 线性回归与CART回归树的应用及对比
1. 目的：根据房子信息，判断博士顿地区的房价。 2. 数据来源：论文《Hedonic housing prices and the demand for clean air》，数据中共含50 ...
R语言学习笔记—决策树分类
一、简介 决策树分类算法（decision tree）通过树状结构对具有某特征属性的样本进行分类。其典型算法包括ID3算法、C4.5算法、C5.0算法、CART算法等。每一个决策树包括根节点（root node），内部节点（internal node）以及叶子节点（leaf node）。 根 ...
R语言学习笔记（十五）：分类
benign malignant 329 160 benign malignant 129 81 Call:glm(formula = class ~ ., ...
【学习笔记】分类算法-决策树、随机森林
目录 特征选择 信息的度量和作用 信息增益 信息增益的计算 常见决策树使用的算法 sklearn决策树API 泰坦尼克号案例 决策树的优缺点以及改进 集成学习方法-随机森林 学习算法 ...
CART分类与回归树 学习笔记
CART：Classification and regression tree，分类与回归树。（是二叉树） CART是决策树的一种，主要由特征选择，树的生成和剪枝三部分组成。它主要用来处理分类和回归问题，下面对分别对其进行介绍。 1、回归树：使用平方误差最小准则 训练集为：D={(x1,y1 ...
R语言学习笔记—朴素贝叶斯分类
朴素贝叶斯分类（naive bayesian，nb）源于贝叶斯理论，其基本思想：假设样本属性之间相互独立，对于给定的待分类项，求解在此项出现的情况下其他各个类别出现的概率，哪个最大，就认为待分类项属于那一类别。邮箱内垃圾邮件的筛选即应用朴素贝叶斯算法。 朴素贝叶斯分类实现的三阶 ...
R语言学习笔记（二）
第一章 R语言介绍 读取，设置当前工作区 setwd("E:\\Desktop\\R Language\\R") getwd() 特殊显示格式 > options(digits=3) #显示小数点后三位 > x<-runif(20) ？ > x [1] 0.329 ...