原书出处
大数据挖掘与统计机器学习
05 第5章 决策树与组合方法
杂度的定义为: 我们的目标是确定α,使得子树Tα(Tα⊆T0)最小化Cα(T)。
调节参数α控制着模型对数据的拟合与模型的复杂度(树的大小)之间的平衡。α取值越大,树就越小,模型越简单。α可以通过上一章介绍的交叉验证法选择。
如果响应变量是连续变量,则称为回归树。这时每个节点的预测值写为: 节点的不纯度
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter7_0001.xhtml
EPUB SHA-256:6f2324b41414df46227a4d0ee4cc188eb120a38a798a14be96a3d7d919028c00