以統計學習方法（李航）這本書的例子為基礎 需要注意的地方： 我用的是pycharm python版本是3.7 graphviz是一個軟件，在pycharm里面下了還得去官網下 下完之后得加入環境變量可能還需要重啟電腦 缺啥庫就安啥庫 那個數據是我自己設置的，手敲 ...

基本模型 簡介：決策樹可以認為是if-then規則的集合，也可以認為是定義在特征空間與類空間上的條件概率分布。其主要優點是模型具有可讀性，分類速度快。 決策樹學習通常包括3個步驟：特征選擇，決策樹生成，剪枝。 決策樹的內部結點表示一個特征或屬性，葉結點表示一個類。 If-then：決策樹 ...

第一章 統計學習方法概論 統計學習的主要特點是: (1)統計學習以計算機及網絡為平台，是建立在計 算機及網絡之上的; (2)統計學習以數據為研究對象，是數據驅動的學科； (3)統 ...

第12章 統計學習方法總結 1 適用問題 分類問題是從實例的特征向量到類標記的預測問題； 標注問題 是從觀測序列到標記序列(或狀態序列)的預測問題。可以認為分類問題是標注 問題的特殊情況。 分類問題中可能的預測結果是二類或多類； 而標注問題 ...

決策樹（ID3、C4.5、CART） 1、決策樹基本介紹 決策樹是一種基本的分類與回歸方法，他既可以是if-then 規則的集合，也可以認為是定義在特征空間與類空間上的條件概率分布。 主要有點：可讀性、分類快 本質：從訓練數據集中歸納出一組分類規則 2、 決策樹模型 ...

決策樹 決策樹是一種樹形結構，其中每個內部節點表示一個屬性上的判斷，每個分支代表一個判斷結果的輸出，最后每個葉子節點代表一種分類結果。 決策樹學習的三個步驟： 特征選擇 通常使用信息增益最大、信息增益比最大或基尼指數最小作為特征選擇的准則。 樹的生成 決策樹的生成 ...

決策樹模型和學習 決策樹模型 分類決策樹模型是一種描述對實例進行分類的樹形結構。決策樹由節點（node）和有向邊（directed edge）組成。有向邊有兩種類型：內部節點（internal node）和葉節點（leaf node）。內部節點表示一個特征或屬性， 葉節點表示一個類。 決策樹 ...

/*先把標題給寫了，這樣就能經常提醒自己*/ 　　決策樹是一種容易理解的分類算法，它可以認為是if-then規則的一個集合。主要的優點是模型具有可讀性，且分類速度較快，不用進行過多的迭代訓練之類。決策樹學習通常包括3個步驟：特征選擇、決策樹的生成和決策樹的修剪。比較常用到的算法有ID3、C4.5 ...