完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 決策樹(shù)
決策樹(shù)(Decision Tree)是在已知各種情況發(fā)生概率的基礎(chǔ)上,通過(guò)構(gòu)成決策樹(shù)來(lái)求取凈現(xiàn)值的期望值大于等于零的概率,評(píng)價(jià)項(xiàng)目風(fēng)險(xiǎn),判斷其可行性的決策分析方法,是直觀運(yùn)用概率分析的一種圖解法。
文章:73個(gè) 瀏覽:13755次 帖子:10個(gè)
深入探討機(jī)器學(xué)習(xí)的可視化技術(shù)
機(jī)器學(xué)習(xí)可視化(簡(jiǎn)稱ML可視化)一般是指通過(guò)圖形或交互方式表示機(jī)器學(xué)習(xí)模型、數(shù)據(jù)及其關(guān)系的過(guò)程。目標(biāo)是使理解模型的復(fù)雜算法和數(shù)據(jù)模式更容易,使技術(shù)和非技...
2024-04-25 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)驅(qū)動(dòng)系統(tǒng)機(jī)器學(xué)習(xí) 590 0
聯(lián)結(jié)主義類模型是一種模擬人腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能的計(jì)算模型。其基本單元是神經(jīng)元,每個(gè)神經(jīng)元接收來(lái)自其他神經(jīng)元的輸入,通過(guò)調(diào)整權(quán)重來(lái)改變輸入對(duì)神經(jīng)元的影響。...
2024-04-12 標(biāo)簽:支持向量機(jī)機(jī)器學(xué)習(xí)決策樹(shù) 2140 0
隨機(jī)森林使用名為“bagging”的技術(shù),通過(guò)數(shù)據(jù)集和特征的隨機(jī)自助抽樣樣本并行構(gòu)建完整的決策樹(shù)。雖然決策樹(shù)基于一組固定的特征,而且經(jīng)常過(guò)擬合,但隨機(jī)性...
機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)全攻略
有監(jiān)督學(xué)習(xí)通常是利用帶有專家標(biāo)注的標(biāo)簽的訓(xùn)練數(shù)據(jù),學(xué)習(xí)一個(gè)從輸入變量X到輸入變量Y的函數(shù)映射。Y = f (X),訓(xùn)練數(shù)據(jù)通常是(n×x,y)的形式,其...
2024-02-25 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)向量機(jī)機(jī)器學(xué)習(xí) 416 0
決策樹(shù):技術(shù)全解與案例實(shí)戰(zhàn)
決策樹(shù)算法是機(jī)器學(xué)習(xí)領(lǐng)域的基石之一,其強(qiáng)大的數(shù)據(jù)分割能力讓它在各種預(yù)測(cè)和分類問(wèn)題中扮演著重要的角色。
2023-12-13 標(biāo)簽:機(jī)器學(xué)習(xí)python決策樹(shù) 1678 0
常見(jiàn)的機(jī)器學(xué)習(xí)算法及其應(yīng)用場(chǎng)景
決策樹(shù)是一個(gè)樹(shù)結(jié)構(gòu)(可以是二叉樹(shù)或非二叉樹(shù)),其每個(gè)非葉節(jié)點(diǎn)表示一個(gè)特征屬性上的測(cè)試,每個(gè)分支代表這個(gè)特征屬性在某個(gè)值域上的輸出,而每個(gè)葉節(jié)點(diǎn)存放一個(gè)輸...
2023-08-11 標(biāo)簽:算法SVM機(jī)器學(xué)習(xí) 1761 0
為什么GBDT用回歸樹(shù)不用分類樹(shù)?CART決策樹(shù)是怎么計(jì)算基尼值呢?
集成學(xué)習(xí)Boosting一族將多個(gè)弱學(xué)習(xí)器(或稱基學(xué)習(xí)器)提升為強(qiáng)學(xué)習(xí)器,像AdaBoost, GBDT等都屬于“加性模型”(Additive Mode...
同質(zhì)集成:只包含同種類型算法,比如決策樹(shù)集成全是決策樹(shù),異質(zhì)集成:包含不同種類型算法,比如同時(shí)包含神經(jīng)網(wǎng)絡(luò)和決策樹(shù)
本文是決策樹(shù)的第三篇,主要介紹基于 Boosting 框架的主流集成算法,包括 XGBoost 和 LightGBM。 XGBoost
2023-02-17 標(biāo)簽:機(jī)器學(xué)習(xí)決策樹(shù) 890 0
本文是決策樹(shù)的第三篇,主要介紹基于 Boosting 框架的主流集成算法,包括 XGBoost 和 LightGBM。 XGBoost
2023-02-17 標(biāo)簽:機(jī)器學(xué)習(xí)決策樹(shù) 1198 0
本文主要介紹基于集成學(xué)習(xí)的決策樹(shù),其主要通過(guò)不同學(xué)習(xí)框架生產(chǎn)基學(xué)習(xí)器,并綜合所有基學(xué)習(xí)器的預(yù)測(cè)結(jié)果來(lái)改善單個(gè)基學(xué)習(xí)器的識(shí)別率和泛化性。
2023-02-17 標(biāo)簽:集成學(xué)習(xí)機(jī)器學(xué)習(xí)決策樹(shù) 935 0
線性回歸(Linear Regression)可能是最流行的機(jī)器學(xué)習(xí)算法。線性回歸就是要找一條直線,并且讓這條直線盡可能地?cái)M合散點(diǎn)圖中的數(shù)據(jù)點(diǎn)。它試圖通...
多尺度多方法組合的網(wǎng)約車(chē)需求預(yù)測(cè)方法研究
一般的循環(huán)神經(jīng)網(wǎng)絡(luò),如RNN通常會(huì)因?yàn)闀r(shí)間相隔較遠(yuǎn)之間的依賴問(wèn)題難以學(xué)習(xí),LSTM 通過(guò)對(duì)輸入信息進(jìn)行門(mén)控處理,很好地解決了時(shí)間序列數(shù)據(jù)長(zhǎng)期依賴問(wèn)題。L...
2022-10-11 標(biāo)簽:數(shù)據(jù)集決策樹(shù) 2105 0
機(jī)器學(xué)習(xí)中常用的決策樹(shù)算法技術(shù)解析
決策樹(shù)是最重要的機(jī)器學(xué)習(xí)算法之一,其可被用于分類和回歸問(wèn)題。本文中,我們將介紹分類部分。
2020-10-12 標(biāo)簽:機(jī)器學(xué)習(xí)決策樹(shù) 1435 0
機(jī)器學(xué)習(xí)四種常用的優(yōu)化策略解析
從智能手機(jī)到航天器,機(jī)器學(xué)習(xí)算法無(wú)處不在。他們會(huì)告訴您明天的天氣預(yù)報(bào),將一種語(yǔ)言翻譯成另一種語(yǔ)言,并建議您接下來(lái)想在設(shè)備上看什么電視連續(xù)劇。這些算法會(huì)根...
2020-09-27 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)決策樹(shù) 4793 0
通過(guò)建立既可解釋又準(zhǔn)確的模型來(lái)改良這種錯(cuò)誤的二分法。關(guān)鍵是將神經(jīng)網(wǎng)絡(luò)與決策樹(shù)相結(jié)合,在使用神經(jīng)網(wǎng)絡(luò)進(jìn)行低級(jí)決策時(shí)保留高級(jí)的可解釋性。
2020-05-31 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)AI決策樹(shù) 8757 0
基于機(jī)器學(xué)習(xí)實(shí)現(xiàn)商家和銀行交易對(duì)賬結(jié)算
Plaid的API可幫助開(kāi)發(fā)人員為北美數(shù)以千萬(wàn)計(jì)的消費(fèi)者提供金融服務(wù)。這些服務(wù)幫助消費(fèi)者管理他們的個(gè)人財(cái)務(wù),讓他們轉(zhuǎn)移資金和付款,并允許他們獲得貸款和抵...
2019-06-08 標(biāo)簽:機(jī)器學(xué)習(xí)決策樹(shù) 1254 0
帶你入門(mén)常見(jiàn)的機(jī)器學(xué)習(xí)分類算法——邏輯回歸、樸素貝葉斯、KNN、SVM、決策樹(shù)
樸素貝葉斯方法是一組基于貝葉斯定理的監(jiān)督學(xué)習(xí)算法,在給定類變量值的情況下,樸素假設(shè)每對(duì)特征之間存在條件獨(dú)立性。下面我將介紹幾種樸素貝葉斯的方法。
2019-05-06 標(biāo)簽:機(jī)器學(xué)習(xí)決策樹(shù)樸素貝葉斯 1.1萬(wàn) 0
我們知道決策樹(shù)容易過(guò)擬合。換句話說(shuō),單個(gè)決策樹(shù)可以很好地找到特定問(wèn)題的解決方案,但如果應(yīng)用于以前從未見(jiàn)過(guò)的問(wèn)題則非常糟糕。俗話說(shuō)三個(gè)臭皮匠賽過(guò)諸葛亮,隨...
2019-04-19 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集決策樹(shù) 8248 0
什么是決策樹(shù)?決策樹(shù)算法思考總結(jié)
C4.5算法:基于ID3算法的改進(jìn),主要包括:使用信息增益率替換了信息增益下降度作為屬性選擇的標(biāo)準(zhǔn);在決策樹(shù)構(gòu)造的同時(shí)進(jìn)行剪枝操作;避免了樹(shù)的過(guò)度擬合情...
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專題
電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無(wú)刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺(jué) | 無(wú)人機(jī) | 三菱電機(jī) | ST |
伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國(guó)民技術(shù) | Microchip |
Arduino | BeagleBone | 樹(shù)莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |