← 返回卡片

原书出处

机器学习算法原理与编程实践

03 第3章 决策树的发展

核验版本的摘录快照 · 导入于 2026-11-19T03:09:27.761Z

就得到了每个节点的购买概率(有关概率的问题我们将在下一节具体讲解)。 3.1.2 决策树的算法框架 1. 决策树主函数

各种决策树的主函数都大同小异,本质上是一个递归函数。该函数的主要功能是按照某种规则生长出决策树的各个分支节点,并根据终止条件结束算法。一般来讲,主函数需要完成如下几个功能。

(1)输入需要分类的数据集和类别标签。 (2)根据某种分类规则得到最优的划分特征,并创建特征的划分节点——计算最优特征

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/机器学习算法原理与编程实践/_epub-src/OEBPS/text00013.html

EPUB SHA-256:70d8d79af4c27e857a132f2bb0cf0dbfa14854fa17c13eacb72320d7c9bf315d