没有合适的资源?快使用搜索试试~ 我知道了~
颜色分类leetcode-dsc-3-31-09-regression-cart-trees-codealong-nyc-ds-...
共10个文件
png:4个
md:3个
learn:1个
需积分: 5 0 下载量 115 浏览量
2021-07-06
23:43:57
上传
评论
收藏 231KB ZIP 举报
温馨提示
颜色分类leetcode 使用 CART 树进行回归 介绍 正如我们所了解的,决策树是一种受监督的机器学习模型,可用于分类和回归任务。 我们已经看到,决策树使用树结构来预测分类任务中给定输入示例的输出类别。 对于回归分析,在树中,从根节点到叶节点的每条路径都代表一条以预测值结尾的决策路径。 在本课中,我们将通过一个简单的示例了解如何使用决策树回归器执行回归。 注意:请访问本课中使用的回归树函数。 目标 你将能够: 理解和解释递归分区 了解 CART 树递归划分样本空间背后的数学原理 使用回归树运行简单的回归实验并评估/可视化结果 递归分区 线性回归被认为是一个全局模型,因为在整个样本空间中只有一个模型。 对于包含具有复杂非线性关系的复杂特征的数据,组装这样一个单一的全局模型可能是一项非常困难且计算量大的任务。 处理非线性回归的另一种方法是将样本空间划分为更小的区域,正如我们在之前的分类树课程中已经看到的那样。 这在回归中没有太大的不同——在这里,我们的目标是划分成越来越小的、更简单的子集,直到我们可以为它们拟合简单的线性回归模型。 由于每个子集都是一个较小的子集的分区,而这个子集本身就
资源推荐
资源详情
资源评论
收起资源包目录
dsc-3-31-09-regression-cart-trees-codealong-nyc-ds-career-012819-master.zip (10个子文件)
dsc-3-31-09-regression-cart-trees-codealong-nyc-ds-career-012819-master
.gitignore 64B
images
dt1.png 89KB
dt2.png 93KB
LICENSE.md 1KB
CONTRIBUTING.md 2KB
README.md 12KB
.learn 86B
index_files
index_15_0.png 20KB
output_15_0.png 20KB
index.ipynb 43KB
共 10 条
- 1
资源评论
weixin_38678022
- 粉丝: 1
- 资源: 950
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功