← 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 2026-11-18T10:22:02.203Z

000个点作为测试集。我们选择的基分类器为只有两个叶节点的树桩(stump)。

首先使用单棵树桩来预测,测试集的预测误差为45.48%(仅比随机猜测(5 0 %)好一点点)。再用CART算法建立一棵最优决策树,单棵决策树的预测误差率为25.84%。再运行 AdaBoost 算法,随着迭代次数的增加,测试集的误差逐渐下降,当M=400时,测试集的误差达到15.15%。

结果见图5—8。 图5—8 AdaBoost方法与树桩和单棵决策树的比较 2.自

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_0005.xhtml

EPUB SHA-256:6f2324b41414df46227a4d0ee4cc188eb120a38a798a14be96a3d7d919028c00