← 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 2026-11-18T10:22:02.202Z

叶节点的某个节点t处选择用于分割的变量为Xv(t),使得分割后这一节点的纯度为。

这样,变量Xl的相对重要性就是在所有的非叶节点中,选择Xl作为分割变量的节点提升值的和。这样,对于由M棵决策树组成的组合算法,变量重要性可以扩展为:

当输入矩阵维数较高时,要在二维平面上表现出因变量对自变量的依赖关系,可以用一组

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_0003.xhtml

EPUB SHA-256:6f2324b41414df46227a4d0ee4cc188eb120a38a798a14be96a3d7d919028c00