常见的决策树算法有哪些？请描述它们在进行树的生成过程中，具体

[问答题]

常见的决策树算法有哪些？请描述它们在进行树的生成过程中，具体的特征选择算法，以及它们的对比？

查看答案及解析

pein531

ID3：通过信息增益来选择特征，但是对取值较多的特征有一定的偏好；

C4.5：通过信息增益率来选择特征，对取值较多特征的偏好进行了压制；

CART：通过gini系数来选择特征，与以上两种仅用于分类的算法相比，CART树可用于分类和回归两种任务。

发表于 2021-01-15 10:17:10 回复(0)

食堂在逃干饭王

ID3，信息增益，对取值多的特征有偏好；

C4.5，信息增益比，对取值少的特征有偏好；

CART，基尼指数，代表信息的不纯度，Gini指数越小数据越纯，在保留熵的前提下简化了计算，支持分类与回归，生成的树是二叉树。

发表于 2021-02-04 12:20:38 回复(0)

水上漂

发表于 2021-01-17 23:39:24 回复(0)

提交观点

问题信息

算法工程师阅文集团 2021

来自：2023届阅文机器学习...

上传者：小小

难度：

3条回答 17收藏 1640浏览

扫一扫，把题目装进口袋