← 返回卡片

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

核验版本的摘录快照 · 导入于 2026-11-18T10:22:02.200Z

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

此预览只包含定位所需的摘录和上下文。

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