标签:C4.5

数据挖掘

【十大经典数据挖掘算法】C4.5

4

xsmile 发布于 2016-12-27

1. 决策树模型与学习 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...

阅读(1052)评论(0)赞 (0)

R

决策树

12

xsmile 发布于 2015-12-07

作者 雷军  来自http://leijun00.github.io/2014/09/decision-tree/ 决策树(Decision tree)是一种基本的分类与回归方法,尤其是在各大竞赛中,很多最后胜出的算法都是树模型组合起来的。决策树的学习通常分为三部分:特征选择,决...

阅读(2643)评论(0)赞 (1)