在教科书中学习数据科学与建模、仿真
定义决策树(デシジョンツリー,又称決定木)是用分枝图表示判断与结果如何分叉的方法。
解说在每个分叉处沿着条件或选项往下走,末端的叶子上就会出现结论。如果在枝上标出概率,就能用期望值(概率乘以结果后相加的值)比较各个方案。它也是一种逐步给数据分类的机器学习方法。
类比就像走岔路:每到路口看一次指示牌,最后走到哪里,答案就是哪个。
记忆钩子“决策”加“树”就是它的名字;结论所在的位置叫“叶”,同样来自树的比喻。
在教科书中学习数据科学与建模、仿真
定义决策树(デシジョンツリー,又称決定木)是用分枝图表示判断与结果如何分叉的方法。
解说在每个分叉处沿着条件或选项往下走,末端的叶子上就会出现结论。如果在枝上标出概率,就能用期望值(概率乘以结果后相加的值)比较各个方案。它也是一种逐步给数据分类的机器学习方法。
类比就像走岔路:每到路口看一次指示牌,最后走到哪里,答案就是哪个。
记忆钩子“决策”加“树”就是它的名字;结论所在的位置叫“叶”,同样来自树的比喻。