决策树是最重要的机器学习算法之一，其可被用于分类和回归问题。本文中，我们将介绍分类部分。
2020-10-12 16:39:34
1112 
决策树算法是机器学习领域的基石之一，其强大的数据分割能力让它在各种预测和分类问题中扮演着重要的角色。
2023-12-13 09:49:56400 
决策树在机器学习的理论学习与实践
2019-09-20 12:48:44
在本文中，我们将讨论一种监督式学习算法。最新一代意法半导体 MEMS 传感器内置一个基于决策树分类器的机器学习核心（MLC）。这些产品很容易通过后缀中的 X 来识别（例如，LSM6DSOX）。这种
2023-09-08 06:50:22
ADC技术有哪些分类？优缺点是什么？
2021-10-18 08:36:19
ARM架构优缺点是什么？MicroPython项目怎么移植？
2022-01-17 06:40:16
ASCII具有哪些优缺点？hex十六进制的优缺点是什么？
2022-02-18 06:26:29
FPGA到底是什么？FPGA有哪些优缺点？FPGA常见的应用是什么？
2021-09-18 07:37:47
本文档旨在提供 ISM330DHCX 中可用的机器学习内核功能信息。机器学习处理能力允许将一些算法从应用处理器转移到 MEMS传感器，从而持续降低功耗。通过决策树逻辑获得机器学习处理能力。决策树是由
2023-09-08 07:53:52
LED技术的优缺点介绍
2021-01-01 06:05:25
LED的优缺点[attach]80908[/attach]
2012-08-20 21:07:29
目录2.1 LwIP 的优缺点2.2 LwIP 的文件说明2.2.1 如何获取 LwIP 源码文件2.2.2 LwIP 文件说明2.3 使用 vscode 查看源码2.3.1 查看文件中的符号列表
2022-01-20 06:25:36
ML--决策树与随机森林
2020-07-08 12:31:39
关系型数据库（Oracle与MySQL优缺点、使用区别）
2020-06-04 16:48:05
SPI协议介绍SPI协议的优缺点
2020-12-24 06:29:03
51单片机有哪些优缺点以及应用范围？MSP430单片机的优缺点及应用范围有哪些？TMS单片机的优缺点及应用范围有哪些？
2021-09-22 06:47:32
请熟悉vxworks的人，讲一下vxworks在实时系统的优缺点，谢谢
2016-07-18 17:18:32
伺服电机分为哪几大类？交流伺服电机的优缺点是什么？直流伺服电机的优缺点是什么？
2021-06-28 09:33:31
什么是IoC?具有哪些优缺点？
2021-10-21 09:33:17
什么是OFDM？有什么优缺点？OFDM中降低PAPR的方法有哪些？
2021-10-09 07:41:27
什么是SPI？SPI优缺点是什么？
2022-02-17 08:00:15
本文主要介绍支持向量机、k近邻、朴素贝叶斯分类 、决策树、决策树集成等模型的应用。讲解了支持向量机SVM线性与非线性模型的适用环境，并对核函数技巧作出深入的分析，对线性Linear核函数、多项式
2021-09-01 06:57:36
光纤通讯的特点是什么？光纤通讯有哪些优缺点？
2021-05-25 06:21:24
就比较高，如果知道其中的几个特征（如身高、性格等），不确定性就会减少很多。由上面的例子可见，一个属性的信息增益越大，表明这个属性使得数据由不确定性变成确定性的能力越强。04 决策树算法的补充要点关于剪枝
2018-05-23 09:38:48
统计学习方法决策树
2019-11-05 13:40:43
利用决策树中CART算法识别印第安人糖尿病患者
2019-05-06 12:16:27
多核系统的特点和优缺点是什么多核SoC的嵌入式软件开发设计方案
2021-04-27 06:29:16
目前的工作需要接触到天线，但是对于天线基本上不了解。这些天从网上了解到天线的材质大概分为：弹片、PCB、FPC、陶瓷和LDS这几类，不知道这几种材质的优缺点都有哪些呢？
2014-01-28 16:18:33
我正在开发一个超低功耗应用程序，其中 LSM6DSO32X 的 MLC 用于在发生有趣的事情时唤醒 mcu，特别是我实现了两个决策树，每个决策树都专注于模式检测。为了减少错误唤醒，我想仅在两棵树中
2022-12-22 06:26:34
存储器扩展的优缺点是什么？为什么要使用io扩展？
2022-01-17 06:23:37
常见的单片机有哪些？优缺点是什么？
2021-11-01 07:03:40
常见的热电偶有什么优缺点？
2021-06-18 08:06:12
蓝牙具有哪些优缺点？Wi-Fi具有哪些优缺点？ZigBee具有哪些优缺点？
2021-06-15 07:58:40
)；4）理论成熟，思想简单，既可以用来做分类也可以用来做回归。缺点：1）计算量大；2）需要大量的内存；3）样本不平衡问题（即有些类别的样本数量很多，而其它样本的数量很少）。5.决策树优点：1）能够处理
2017-12-02 15:40:40
使用 UNICO（v9.10.0.0），生成具有多个决策树的 UCF 文件的过程似乎是：1.加载所有决策树的所有测试数据，像对单个树一样标记每个数据集（大概标签需要在所有树中是唯一的）2.使用MLC
2022-12-26 06:30:11
的所有需求。而这三类里又包含许多经典算法。而今天，小编就给大家介绍下数据挖掘中最经典的十大算法，希望它对你有所帮助。一、 分类决策树算法C4.5C4.5，是机器学习算法中的一种分类决策树算法，它是决策树
2018-11-06 17:02:30
无刷电机的优缺点无刷电机的作用无刷电机的使用寿命
2021-01-27 06:16:32
机器学习——决策树算法分析
2020-04-02 11:48:38
李航统计学习第五章-决策树
2020-04-29 15:12:25
电力载波通信具有哪些优缺点？
2021-10-12 13:51:18
红外与蓝牙技术有什么不同？有什么优缺点？
2021-06-02 07:08:04
请教一下大家 流水线型 AD 的优缺点，还有应用范围。小弟只用过SAR型的，在选型的时候看到了 流水线型的这种AD，不知道和SAR型的相比有什么特点，有什么不足。~先谢谢大家啦
2010-06-23 10:25:51
请问SSPLL的优缺点都有哪些，能不能给一些解释为什么普通的采样方式会导致REF与输出频率之间有一个固定的相位差∆Φ=τ/4π（τ为采样信号脉冲宽度）
2021-06-24 07:57:30
软性PCB有哪些分类？优缺点是什么？
2021-04-26 06:17:45
集中供电有什么作用？集中供电的优缺点有哪些？
2021-03-11 07:57:12
现在想做个比较，比较一下飞思卡尔的K60的优缺点和MSP430G2542的优缺点，不知道是否有哪位高人告诉一下，感激不尽啊~~
2012-07-28 19:31:34
介绍了决策树分类技术，并用其对汽车销售企业的调查问卷进行数据分析，挖掘出最近一年内有购车意愿的客户的特征，从而提高营销的成功率。证明了决策树数据挖掘技术在汽车
2009-09-09 15:49:08
13 一个基于粗集的决策树规则提取算法:摘要：决策树是数据挖掘任务中分类的常用方法。在构造决策树的过程中，分离属性的选择标准直接影响到分类的效果，传统的决策树算法往往
2009-10-10 15:13:3412 基于属性相似度的决策树算法:针对ID3 算法的多值偏向问题，提出一种基于属性相似度的、能够避免多值偏向问题的ID3 改进算法——NewDtree 算法，并应用理论分析方法对NewDtree 算
2009-10-17 23:07:4915 在数据挖掘中我们往往会忽略离群数据，可是这些数据却往往包含重要的信息。本文采用了将决策树与相异度相结合的方式进行离群数据的挖掘。通过计算决策树中各属性的信息
2010-01-15 14:28:055 以决策树数据挖掘分类算法在金融客户关系管理（CRM）中的应用为例，进行了数据挖掘的尝试，从中发现企业产品的销售规律和客户群特征，从而提高CRM对市场活动和销售活动的分
2010-08-02 12:18:080 引入了基于粗糙集理论的属性约简进行属性的降噪和排序处理，然后结合决策树理论的C4.5算法来对自诊断电子称重仪表进行分析，取信息增益率最大的结点作为决策树的根，以此使分裂
2011-10-08 14:43:1024 该方法利用决策树算法构造决策树,通过对分类结果中主客观属性进行标记并逻辑运算,最终得到较客观的决策信息,并进行实验验证。
2012-02-07 11:38:0326 基于决策树学习的智能机器人控制方法！资料来源网络，如有侵权，敬请见谅
2015-11-30 11:33:4415 关于决策树的介绍，是一些很基础的介绍，不过是英文介绍。
2016-09-18 14:55:040 为什么要引入随机森林呢。我们知道，同一批数据，我们只能产生一颗决策树，这个变化就比较单一了，这就有了集成学习的概念。
2017-10-18 17:47:373445 
路径最短，从而提升分类的速度和准确率。通过实例对改进算法生成决策树产生的结果分析，表明了该算法生成的决策树结构更简单，时间复杂度更优。算法更有效。
2017-11-14 14:08:051 最近打算系统学习下机器学习的基础算法，避免眼高手低，决定把常用的机器学习基础算法都实现一遍以便加深印象。本文为这系列博客的第一篇，关于决策树(Decision Tree)的算法实现，文中我将对决策树
2017-11-15 13:10:0414310 
今天，我们介绍机器学习里比较常用的一种分类算法，决策树。决策树是对人类认知识别的一种模拟，给你一堆看似杂乱无章的数据，如何用尽可能少的特征，对这些数据进行有效的分类。 决策树借助了一种层级分类的概念
2017-11-16 01:50:011429 针对经典C4.5决策树算法存在过度拟合和伸缩性差的问题，提出了一种基于Bagging的决策树改进算法，并基于MapReduce模型对改进算法进行了并行化。首先，基于Bagging技术对C4.5算法
2017-11-21 11:57:081 目前关于决策树剪枝优化方面的研究主要集中于预剪枝和后剪枝算法。然而，这些剪枝算法通常作用于传统的决策树分类算法，在代价敏感学习与剪枝优化算法相结合方面还没有较好的研究成果。基于经济学中的效益成本
2017-11-30 10:05:190 决策树技术在数据挖掘的分类领域中被广泛采用。采用决策树从一致决策表f即条件属性值相同的样本其决策值相同）中挖掘有价值信息的相关研究较为成熟，而对于非一致决策表（即条件属性值相同的样本其决策
2017-12-05 14:30:450 决策树技术在数据挖掘的分类领域应用极其广泛，可以从普通决策表（每行记录包含一个决策值）中挖掘有价值的信息，但是要从多值决策表（每行记录包含多个决策值）中挖掘潜在的信息则比较困难。多值决策表中每行记录
2017-12-05 15:47:260 决策树分类器，是一种基于实例的分类算法，广泛被应用于人工智能领域。ID3算法是最为经典的决策树建树算法，它通过递归和逐次挑选信息量最多的属性来构造决策树。决策树的结构有时非常庞大和复杂，而决策树分类
2017-12-07 11:23:031 根据给定的数据集创建一个决策树就是机器学习的课程，创建一个决策树可能会花费较多的时间，但是使用一个决策树却非常快。创建决策树时最关键的问题就是选取哪一个特征作为分类特征，好的分类特征能够最大化
2021-08-27 14:38:5418636 
决策树算法是一种最简单、最直接、最有效的文本分类算法。最早的决策树算法是ID3算法，于1986年由Quinlan提出，该算法是一种基于信息熵的决策树分类算法。由于该算法是以信息熵作为属性选择的标准
2017-12-12 11:20:550 针对静态算法对大数据和增量数据处理不足的问题，构造了基于粗决策树的动态规则提取算法，并将其应用于旋转机械故障诊断中。将粗集与决策树结合，用增量方式实现样本抽取；经过动态约简、决策树构造、规则提取
2017-12-29 14:24:050 针对目前卫星在轨故障诊断后验证知识获取困难，随着卫星在轨运行功能或性能退化导致门限诊断精度下降的问题，本文深入研究了卫星在轨管理过程中积累的异常数据和故障案例，提出了一种基于决策树的在轨卫星故障诊断
2018-02-23 10:50:300 决策树（DT）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。从数据产生决策树的机器学习技术叫做决策树学习。
2018-05-29 07:12:001801 机器学习中，决策树是一个预测模型，它代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，而每个叶结点则对应从根节点到该叶节点所经历的路径
2018-05-28 10:53:253913 
正如你所看到的，决策树非常直观，他们的决策很容易解释。 这种模型通常被称为白盒模型。 相反，正如我们将看到的，随机森林或神经网络通常被认为是黑匣子模型。 他们做出了很好的预测，并且我们可以轻松检查他们执行的计算以进行这些预测; 然而，通常很难用简单的术语来解释为什么会做出预测。
2018-07-16 17:12:0113941 
决策树（decision tree）算法基于特征属性进行分类，其主要的优点：模型具有可读性，计算量小，分类速度快。决策树算法包括了由Quinlan提出的ID3与C4.5，Breiman等提出的CART。其中，C4.5是基于ID3的，对分裂属性的目标函数做出了改进。
2018-07-21 10:13:295369 
希望通过所给的训练数据学习一个贷款申请的决策树，用于对未来的贷款申请进行分类，即当新的客户提出贷款申请时，根据申请人的特征利用决策树决定是否批准贷款申请。
2018-10-08 14:26:095616 触摸屏作为一种最新的电脑输入设备，它是目前最简单、方便、自然的一种人机交互方式。本视频首先介绍了触摸屏优缺点，其次介绍了红外触摸屏的优缺点，最后介绍了电容式触摸屏优缺点。
2018-11-23 16:56:1925994 C4.5算法：基于ID3算法的改进，主要包括：使用信息增益率替换了信息增益下降度作为属性选择的标准；在决策树构造的同时进行剪枝操作；避免了树的过度拟合情况；可以对不完整属性和连续型数据进行处理，提升了算法的普适性。
2019-02-04 09:45:0010307 
我们知道决策树容易过拟合。换句话说，单个决策树可以很好地找到特定问题的解决方案，但如果应用于以前从未见过的问题则非常糟糕。俗话说三个臭皮匠赛过诸葛亮，随机森林就利用了多个决策树，来应对多种不同场景。
2019-04-19 14:38:027526 
决策树（Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。
2020-01-19 17:06:007325 决策树模型是白盒模型的一种，其预测结果可以由人来解释。我们把机器学习模型的这一特性称为可解释性，但并不是所有的机器学习模型都具有可解释性。
2020-07-06 09:49:063073 
决策树是一种解决分类问题的算法，决策树算法采用树形结构，使用层层推理来实现最终的分类。
2020-08-27 09:52:483753 像上面的这样的二叉树状决策在我们生活中很常见，而这样的选择方法就是决策树。机器学习的方法就是通过平时生活中的点点滴滴经验转化而来的。
2020-10-10 10:44:192316 
决策树是机器学习中使用的最流行和功能最强大的分类算法之一。顾名思义，决策树用于根据给定的数据集做出决策。也就是说，它有助于选择适当的特征以将树分成类似于人类思维脉络的子部分。
2021-01-13 09:37:411207 
本文将介绍决策树的基本概念、决策树学习的3个步骤、3种典型的决策树算法、决策树的10个优缺点。
2021-01-27 10:03:202145 
所有的机器学习算法中，决策树应该是最友好的了。它呢，在整个运行机制上可以很容易地被翻译成人们能看懂的语言，也因此被归为“白盒模型”。
2021-01-29 09:36:407100 
在决策树中，可能有多个特征，但是一些特征是无关重要的，一些则是对分类（target）起到决定作用的。
2021-02-18 10:06:293815 
决策树是一种解决分类问题的算法，本文将介绍什么是决策树模型，常见的用途，以及如何使用“亿图图示”软件绘制决策树模型。
2021-02-18 10:12:2011970 
决策树（DecisionTree）是机器学习中一种常见的算法，它的思想非常朴素，就像我们平时利用选择做决策的过程。决策树是一种基本的分类与回归方法，当被用于分类时叫做分类树，被用于回归时叫做回归树。
2021-03-04 10:11:137773 为优化针对非均衡数据的分类效果，结合犹豫模糊集理论与决策树算法，提出一种改进的模糊决策树算法。通过 SMOTE算法对非均衡数据进行过采样处理，使用K- means聚类方法获得各属性的聚类中心点，利用
2021-06-09 15:51:475 基于遗传优化决策树的建筑能耗预测模型
2021-06-27 16:19:136 大数据————决策树（decision tree） 决策树（decision tree）：是一种基本的分类与回归方法，主要讨论分类的决策树。 在分类问题中，表示基于特征对实例进行分类的过程，可以
2022-10-20 10:01:36822 电子发烧友网站提供《决策树引擎解决方案.pdf》资料免费下载
2023-09-13 11:17:520
电子发烧友App
工商网监
湘ICP备 2023018690 号
评论