← 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 2026-11-19T03:09:27.762Z

只有根据数据集的数据特征来创建一个预测的模型,反映曲线的变化趋势。在这种情况下,原有分类树的最优划分规则就不再起作用了。

在预测中,CART使用最小剩余方差(Squared Residuals Minimization)来判定回归树的最优划分,这个准则期望划分之后的子树与样本点的误差方差最小。这样决策树将数据集切分成很多子模型数据,然后利用线性回归技术来建模。

如果每次切分后的数据子集仍然难以拟合,就继续切分。在这种切分方式下创建出的预测树,每个叶子节点都是一个线性回归模型。这些

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