（机器学习理论）请描述决策树的原理、过程、终止条件，以及如何

[问答题]

（机器学习理论）请描述决策树的原理、过程、终止条件，以及如何防止过拟合

强前

决策树是机器学习中一种基本的分类和回归算法，是依托于决策抉择而建立起来的树。
原理：依托树中的决策规则来预测未知样本的类别和值。
过程：决策树学习算法包含特征选择(从训练数据的特征中选择一个特征作为当前节点的分裂标准)，决策树的生成（依据选择特征标准，从上至下递归生成子节点，直到数据集不可再分则停止）与决策树的剪枝（决策树易过拟合，需要通过剪枝来缩小树的结构和规模）。
终止条件：依据选择特征标准，从上至下递归生成子节点，直到数据集不可再分则停止
防止过拟合：剪枝

发表于 2018-07-22 20:44:01 回复(0)