決策樹算法是一種逼近離散函數值的方法 。它是一種典型的分類方法，首先對數據進行處理，利用歸納算法生成可讀的規則和決策樹，然后使用決策對新數據進行分析 。本質上決策樹是通過一系列規則對數據進行分類的過程 。
簡介：
【決策樹算法是什么】決策樹方法最早產生于上世紀60年代，到70年代末 。由J Ross Quinlan提出了ID3算法，此算法的目的在于減少樹的深度 。但是忽略了葉子數目的研究 。C4.5算法在ID3算法的基礎上進行了改進，對于預測變量的缺值處理、剪枝技術、派生規則等方面作了較大改進，既適合于分類問題，又適合于回歸問題 。
決策樹算法構造決策樹來發現數據中蘊涵的分類規則．如何構造精度高、規模小的決策樹是決策樹算法的核心內容 。決策樹構造可以分兩步進行 。第一步，決策樹的生成：由訓練樣本集生成決策樹的過程 。一般情況下，訓練樣本數據集是根據實際需要有歷史的、有一定綜合程度的，用于數據分析處理的數據集 。第二步，決策樹的剪枝：決策樹的剪枝是對上一階段生成的決策樹進行檢驗、校正和修下的過程，主要是用新的樣本數據集（稱為測試數據集）中的數據校驗決策樹生成過程中產生的初步規則，將那些影響預衡準確性的分枝剪除 。
猜你喜歡
- 3月24號是什么星座
- 女士去濕氣最好的方法,女性祛寒氣濕氣的方法是什么？
- 夢到開車撞人了是什么預兆 夢到開車撞人了具體是什么預兆
- 麻雀戰術是什么戰術
- 綠豆的功效是什么 綠豆的功效有哪些
- 女人騎自行車的好處和壞處 女人騎自行車的好處和壞處是什么
- 橘子和橙子的區別是什么
- 什么植物被稱作植物界的大熊貓 被稱作植物界的大熊貓是什么
- 橡皮筏是什么意思 橡皮筏是什么含義
- 企業文化是什么意思 什么是企業文化