決策樹是最重要的機器學習算法之一，其可被用于分類和回歸問題。本文中，我們將介紹分類部分。
2020-10-12 16:39:34
1635 
概念1：回歸樹與決策樹 事實上，分類與回歸是一個型號的東西，只不過分類的結果是離散值，回歸是連續的，本質是一樣的，都是特征（feature）到結果/標簽（label）之間的映射。說說決策樹和回歸樹，在上面決策樹的講解中相信決策樹分類已經很好理解了。
2018-04-02 08:39:438779 
本文主要講述常見的開關電源拓撲結構特點和優缺點對比。
2022-07-27 09:19:441669 常見開關電源拓撲結構，包含特點和優缺點對比。
2022-10-18 09:38:011635 、預測和管理飛機的運行狀態。鑒于此，將機器學習中的決策樹算法應用到故障診斷技術中，建立了復雜的數學模型，提出了一種基于飛機狀態參數構成的決策樹的飛機級故障診斷建模方法，對飛機健康管理應用的發展具有一定的參考意義，有利于健康管理系統朝著更加綜合化、智能化、網絡化和標準化的方向發展。
2023-11-16 16:40:27918 
決策樹算法是機器學習領域的基石之一，其強大的數據分割能力讓它在各種預測和分類問題中扮演著重要的角色。
2023-12-13 09:49:562520 
決策樹在機器學習的理論學習與實踐
2019-09-20 12:48:44
在本文中，我們將討論一種監督式學習算法。最新一代意法半導體 MEMS 傳感器內置一個基于決策樹分類器的機器學習核心（MLC）。這些產品很容易通過后綴中的 X 來識別（例如，LSM6DSOX）。這種
2023-09-08 06:50:22
ARM架構優缺點是什么？MicroPython項目怎么移植？
2022-01-17 06:40:16
ASCII具有哪些優缺點？hex十六進制的優缺點是什么？
2022-02-18 06:26:29
FPGA到底是什么？FPGA有哪些優缺點？FPGA常見的應用是什么？
2021-09-18 07:37:47
。決策樹存儲在設備中，并在專用輸出寄存器中生成結果。可通過應用處理器隨時讀取決策樹的結果。此外，可針對決策樹結果的每次更改產生中斷。
2023-09-08 07:53:52
LED技術的優缺點介紹
2021-01-01 06:05:25
ML--決策樹與隨機森林
2020-07-08 12:31:39
N-MOS H橋結構是由哪些部分組成的？N-MOS H橋有哪幾種結構模式？分別有何優缺點？
2022-02-11 06:53:16
SPI協議介紹SPI協議的優缺點
2020-12-24 06:29:03
51單片機有哪些優缺點以及應用范圍？MSP430單片機的優缺點及應用范圍有哪些？TMS單片機的優缺點及應用范圍有哪些？
2021-09-22 06:47:32
USB 3.0主動式光纖纜線的結構是如何構成的？USB 3.0主動式光纖纜線有什么優缺點？
2021-05-24 06:54:20
什么是IoC?具有哪些優缺點？
2021-10-21 09:33:17
什么是OFDM？有什么優缺點？OFDM中降低PAPR的方法有哪些？
2021-10-09 07:41:27
什么是SPI？SPI優缺點是什么？
2022-02-17 08:00:15
本文主要介紹支持向量機、k近鄰、樸素貝葉斯分類 、決策樹、決策樹集成等模型的應用。講解了支持向量機SVM線性與非線性模型的適用環境，并對核函數技巧作出深入的分析，對線性Linear核函數、多項式
2021-09-01 06:57:36
為YesorNo，最后輸出獲勝一方。通過樹形結構，根據條件判斷輸出相應的結局，這種簡單的算法，便是決策樹的原型。01 決策樹——機器學習中的"倚天寶劍"決策樹是機器學習中很經典
2018-05-23 09:38:48
統計學習方法決策樹
2019-11-05 13:40:43
利用決策樹中CART算法識別印第安人糖尿病患者
2019-05-06 12:16:27
藍牙具有哪些優缺點？Wi-Fi具有哪些優缺點？ZigBee具有哪些優缺點？
2021-06-15 07:58:40
)；4）理論成熟，思想簡單，既可以用來做分類也可以用來做回歸。缺點：1）計算量大；2）需要大量的內存；3）樣本不平衡問題（即有些類別的樣本數量很多，而其它樣本的數量很少）。5.決策樹優點：1）能夠處理
2017-12-02 15:40:40
使用 UNICO（v9.10.0.0），生成具有多個決策樹的 UCF 文件的過程似乎是：1.加載所有決策樹的所有測試數據，像對單個樹一樣標記每個數據集（大概標簽需要在所有樹中是唯一的）2.使用MLC
2022-12-26 06:30:11
被稱為“最后一公里”的接入網，一共有四種結構，分別是總線形結構、環形結構、星形結構和樹形結構，下面就簡單地介紹一下這四種結構的優缺點。一是總線形結構。指以光纖作為公共總線、各用戶終端通過耦合器與總
2020-12-01 16:11:44
無刷電機的優缺點無刷電機的作用無刷電機的使用壽命
2021-01-27 06:16:32
機器學習——決策樹算法分析
2020-04-02 11:48:38
李航統計學習第五章-決策樹
2020-04-29 15:12:25
縫隙天線的結構特點是什么？縫隙天線有什么優缺點？
2021-05-24 06:38:50
貼片機轉塔式結構的優缺點是什么貼片機轉塔式結構的局限性有哪些？
2021-04-25 06:12:46
介紹了決策樹分類技術，并用其對汽車銷售企業的調查問卷進行數據分析，挖掘出最近一年內有購車意愿的客戶的特征，從而提高營銷的成功率。證明了決策樹數據挖掘技術在汽車
2009-09-09 15:49:08
13 一個基于粗集的決策樹規則提取算法:摘要：決策樹是數據挖掘任務中分類的常用方法。在構造決策樹的過程中，分離屬性的選擇標準直接影響到分類的效果，傳統的決策樹算法往往
2009-10-10 15:13:3412 基于屬性相似度的決策樹算法:針對ID3 算法的多值偏向問題，提出一種基于屬性相似度的、能夠避免多值偏向問題的ID3 改進算法——NewDtree 算法，并應用理論分析方法對NewDtree 算
2009-10-17 23:07:4916 在數據挖掘中我們往往會忽略離群數據，可是這些數據卻往往包含重要的信息。本文采用了將決策樹與相異度相結合的方式進行離群數據的挖掘。通過計算決策樹中各屬性的信息
2010-01-15 14:28:055 以決策樹數據挖掘分類算法在金融客戶關系管理（CRM）中的應用為例，進行了數據挖掘的嘗試，從中發現企業產品的銷售規律和客戶群特征，從而提高CRM對市場活動和銷售活動的分
2010-08-02 12:18:080 星型結構拓撲的優缺點有哪些?
綜合布線的星型拓撲結構優點是：1 維護管理容易，由于星型拓撲結構的所有信息通信都要經過中心節點來支配，
2010-03-22 11:16:0626673 生成樹技術,生成樹技術是什么意思
生成樹概述：
STP（生成樹協議）是一個二層管理協議。在一個擴展的局域網中參與STP的所有交換機之間
2010-04-07 16:50:041883 為提高大規模數據集生成樹的準確率,提出一種預生成一棵基于這個數據集的決策樹,采用廣度優先遍歷將其劃分為滿足預定義的限制的數據集,再對各數據集按照一定比例進行隨機采樣,最后將采樣結果整合為目標數據集的數據采樣方法.通過對一UCI數據集進行采樣,并用現
2011-02-14 15:15:150 引入了基于粗糙集理論的屬性約簡進行屬性的降噪和排序處理，然后結合決策樹理論的C4.5算法來對自診斷電子稱重儀表進行分析，取信息增益率最大的結點作為決策樹的根，以此使分裂
2011-10-08 14:43:1024 該方法利用決策樹算法構造決策樹,通過對分類結果中主客觀屬性進行標記并邏輯運算,最終得到較客觀的決策信息,并進行實驗驗證。
2012-02-07 11:38:0327 基于決策樹學習的智能機器人控制方法！資料來源網絡，如有侵權，敬請見諒
2015-11-30 11:33:4415 關于決策樹的介紹，是一些很基礎的介紹，不過是英文介紹。
2016-09-18 14:55:040 開關電源的相關知識學習教材資料——開關電源拓撲結構優缺點
2016-09-20 16:10:290 為什么要引入隨機森林呢。我們知道，同一批數據，我們只能產生一顆決策樹，這個變化就比較單一了，這就有了集成學習的概念。
2017-10-18 17:47:374171 
決策樹算法最早源于人工智能的機器學習技術，用以實現數據內在規律的探究和新數據對象的分類預測U。由于其出色的數據分析能力和直觀易懂的結果展示等特點，決策樹成為一種重要的數據挖掘技術。隨著信息化技術
2017-10-28 12:58:360 路徑最短，從而提升分類的速度和準確率。通過實例對改進算法生成決策樹產生的結果分析，表明了該算法生成的決策樹結構更簡單，時間復雜度更優。算法更有效。
2017-11-14 14:08:051 最近打算系統學習下機器學習的基礎算法，避免眼高手低，決定把常用的機器學習基礎算法都實現一遍以便加深印象。本文為這系列博客的第一篇，關于決策樹(Decision Tree)的算法實現，文中我將對決策樹
2017-11-15 13:10:0415253 
今天，我們介紹機器學習里比較常用的一種分類算法，決策樹。決策樹是對人類認知識別的一種模擬，給你一堆看似雜亂無章的數據，如何用盡可能少的特征，對這些數據進行有效的分類。 決策樹借助了一種層級分類的概念
2017-11-16 01:50:011855 針對經典C4.5決策樹算法存在過度擬合和伸縮性差的問題，提出了一種基于Bagging的決策樹改進算法，并基于MapReduce模型對改進算法進行了并行化。首先，基于Bagging技術對C4.5算法
2017-11-21 11:57:081 的重要因素。以北京市某師范高校計算機相關專業的2009級的所有學生的科研情況與畢業走向作為數據主要來源，以Weka作為模型建立和評估的輔助工具，采用J48決策樹分類，進行十折交叉驗證，建立了基于學生科研活動的畢業走向預測模型
2017-11-29 10:59:500 分析理論，提出代價收益矩陣及單位代價收益等相關概念，采用單位代價收益最大化原則對決策樹葉節點的類標號進行分配，并通過與預剪枝策略相結合，設計一種新型的決策樹剪枝算法。通過對生成的決策樹進行單位代價收益剪枝，使
2017-11-30 10:05:190 決策樹技術在數據挖掘的分類領域中被廣泛采用。采用決策樹從一致決策表f即條件屬性值相同的樣本其決策值相同）中挖掘有價值信息的相關研究較為成熟，而對于非一致決策表（即條件屬性值相同的樣本其決策值
2017-12-05 14:30:450 決策樹技術在數據挖掘的分類領域應用極其廣泛，可以從普通決策表（每行記錄包含一個決策值）中挖掘有價值的信息，但是要從多值決策表（每行記錄包含多個決策值）中挖掘潛在的信息則比較困難。多值決策表中每行記錄
2017-12-05 15:47:260 決策樹分類器，是一種基于實例的分類算法，廣泛被應用于人工智能領域。ID3算法是最為經典的決策樹建樹算法，它通過遞歸和逐次挑選信息量最多的屬性來構造決策樹。決策樹的結構有時非常龐大和復雜，而決策樹分類
2017-12-07 11:23:031 根據給定的數據集創建一個決策樹就是機器學習的課程，創建一個決策樹可能會花費較多的時間，但是使用一個決策樹卻非常快。創建決策樹時最關鍵的問題就是選取哪一個特征作為分類特征，好的分類特征能夠最大化的把
2021-08-27 14:38:5419568 
決策樹算法是一種最簡單、最直接、最有效的文本分類算法。最早的決策樹算法是ID3算法，于1986年由Quinlan提出，該算法是一種基于信息熵的決策樹分類算法。由于該算法是以信息熵作為屬性選擇的標準
2017-12-12 11:20:550 提前修復不一致數據。直接在不一致數據上進行分類。是該文的核心研究內容，對決策樹生成算法的目標函數進行改進。使其能夠直接對不一致數據進行分類，并得到較好的分類結果．對約束條件中的特征對分類結果的影響進行了多
2017-12-26 16:13:020 針對靜態算法對大數據和增量數據處理不足的問題，構造了基于粗決策樹的動態規則提取算法，并將其應用于旋轉機械故障診斷中。將粗集與決策樹結合，用增量方式實現樣本抽取；經過動態約簡、決策樹構造、規則提取
2017-12-29 14:24:050 針對當前決策樹算法較少考慮訓練集的嘈雜程度對模型的影響，以及傳統駐留內存算法處理海量數據困難的問題，提出一種基于Hadoop平臺的不確定概率C4.5算法-IP-C4.5算法。在訓練模型
2018-01-13 09:41:381 知識挖掘方法。，該方法選擇信息增益率最大的屬性作為分割屬性，通過挖掘數據獲取各屬性的最優分割點建立門限，利用剪枝策略防止決策樹過擬合或深度過大，最后梳理決策樹生成故障診斷知識。通過對算例和對實際在軌數據進
2018-02-23 10:50:300 本文開始介紹了拓撲結構的概念和拓撲結構的分類，其次介紹了總線型拓撲結構的優缺點，最后介紹了總線型拓撲結構適用場景。
2018-04-24 17:26:5727087 
決策樹主要用來解決分類和回歸問題，但是決策樹（DT）會產生過擬合現象，導致泛化能力變弱。過擬合是建立決策樹模型時面臨的重要挑戰之一。鑒于決策樹容易過擬合的缺點，由美國貝爾實驗室大牛們提出了采用隨機森林（RF）投票機制來改善決策樹。
2018-05-30 06:59:003954 決策樹（DT）是在已知各種情況發生概率的基礎上，通過構成決策樹來求取凈現值的期望值大于等于零的概率，評價項目風險，判斷其可行性的決策分析方法，是直觀運用概率分析的一種圖解法。由于這種決策分支畫成圖形很像一棵樹的枝干，故稱決策樹。從數據產生決策樹的機器學習技術叫做決策樹學習。
2018-05-29 07:12:002741 機器學習中，決策樹是一個預測模型，它代表的是對象屬性與對象值之間的一種映射關系。樹中每個節點表示某個對象，而每個分叉路徑則代表的某個可能的屬性值，而每個葉結點則對應從根節點到該葉節點所經歷的路徑所
2018-05-28 10:53:254672 
正如你所看到的，決策樹非常直觀，他們的決策很容易解釋。 這種模型通常被稱為白盒模型。 相反，正如我們將看到的，隨機森林或神經網絡通常被認為是黑匣子模型。 他們做出了很好的預測，并且我們可以輕松檢查他們執行的計算以進行這些預測; 然而，通常很難用簡單的術語來解釋為什么會做出預測。
2018-07-16 17:12:0114804 
決策樹（decision tree）算法基于特征屬性進行分類，其主要的優點：模型具有可讀性，計算量小，分類速度快。決策樹算法包括了由Quinlan提出的ID3與C4.5，Breiman等提出的CART。其中，C4.5是基于ID3的，對分裂屬性的目標函數做出了改進。
2018-07-21 10:13:296356 
“ANT的出發點與mGBDT類似，都是期望將神經網絡的表示學習和決策樹的特點做一個結合，不過，ANT依舊依賴神經網絡BP算法進行的實現，”馮霽說：“而深度森林（gcForest/mGBDT）的目的
2018-07-25 09:39:0110791 
近日，來自愛丁堡大學的研究人員提出了一種結合深度神經網絡和樹模型的新型模型——深度神經決策樹(Deep Neural Decision Trees, DNDT)。
2018-08-19 09:14:4413331 希望通過所給的訓練數據學習一個貸款申請的決策樹，用于對未來的貸款申請進行分類，即當新的客戶提出貸款申請時，根據申請人的特征利用決策樹決定是否批準貸款申請。
2018-10-08 14:26:096850 今天為大家介紹一項國家發明授權專利——基于決策樹算法的電能表故障預測方法。該專利由國電南瑞科技股份有限公司申請，并于2018年11月30日獲得授權公告。
2018-12-17 11:40:352085 
C4.5算法：基于ID3算法的改進，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準；在決策樹構造的同時進行剪枝操作；避免了樹的過度擬合情況；可以對不完整屬性和連續型數據進行處理，提升了算法的普適性。
2019-02-04 09:45:0012271 
針對異常檢測中異常數據與正常數據的比例嚴重不平衡導致決策樹性能下降的問題，提出了C4.5決策樹的三種改進方法一C4.5 +δ、均勻分布熵（ UDE）和改進分布熵函數（IDEF）。首先，推導了C4.5
2019-03-27 10:56:0617 針對奶牛行為分類過程中決策樹算法構建主觀性強、閾值選取無確定規則，易導致分類精度差的問題，該文提出一種基于最優二叉決策樹分類模型的奶牛運動行為識別方法，首先選取描述奶牛腿部三軸加速度數值大小、對稱性
2019-04-24 08:00:000 我們知道決策樹容易過擬合。換句話說，單個決策樹可以很好地找到特定問題的解決方案，但如果應用于以前從未見過的問題則非常糟糕。俗話說三個臭皮匠賽過諸葛亮，隨機森林就利用了多個決策樹，來應對多種不同場景。
2019-04-19 14:38:028896 
決策樹（Decision Tree）是在已知各種情況發生概率的基礎上，通過構成決策樹來求取凈現值的期望值大于等于零的概率，評價項目風險，判斷其可行性的決策分析方法，是直觀運用概率分析的一種圖解法。
2020-01-19 17:06:008443 決策樹模型是白盒模型的一種，其預測結果可以由人來解釋。我們把機器學習模型的這一特性稱為可解釋性，但并不是所有的機器學習模型都具有可解釋性。
2020-07-06 09:49:064273 
決策樹易于理解和解釋，可以可視化分析，容易提取出規則。
2020-08-27 09:50:0719755 決策樹是一種解決分類問題的算法，決策樹算法采用樹形結構，使用層層推理來實現最終的分類。
2020-08-27 09:52:484757 像上面的這樣的二叉樹狀決策在我們生活中很常見，而這樣的選擇方法就是決策樹。機器學習的方法就是通過平時生活中的點點滴滴經驗轉化而來的。
2020-10-10 10:44:193210 
決策樹是機器學習中使用的最流行和功能最強大的分類算法之一。顧名思義，決策樹用于根據給定的數據集做出決策。也就是說，它有助于選擇適當的特征以將樹分成類似于人類思維脈絡的子部分。
2021-01-13 09:37:411813 
本文將介紹決策樹的基本概念、決策樹學習的3個步驟、3種典型的決策樹算法、決策樹的10個優缺點。
2021-01-27 10:03:203186 
所有的機器學習算法中，決策樹應該是最友好的了。它呢，在整個運行機制上可以很容易地被翻譯成人們能看懂的語言，也因此被歸為“白盒模型”。
2021-01-29 09:36:408043 
在決策樹中，可能有多個特征，但是一些特征是無關重要的，一些則是對分類（target）起到決定作用的。
2021-02-18 10:06:295115 
決策樹是一種解決分類問題的算法，本文將介紹什么是決策樹模型，常見的用途，以及如何使用“億圖圖示”軟件繪制決策樹模型。
2021-02-18 10:12:2013935 
為提高心電信號分類識別的準確率，提出一種基于時頻特征融合與動態模糊決策樹的心電信號分類識別方法。對心電信號依次進行周期分割、小波包分解與重構和形態識別處理，將小波包變換系數矩陣的二范數作為頻域特征
2021-05-28 10:34:4814 為優化針對非均衡數據的分類效果，結合猶豫模糊集理論與決策樹算法，提出一種改進的模糊決策樹算法。通過 SMOTE算法對非均衡數據進行過采樣處理，使用K- means聚類方法獲得各屬性的聚類中心點，利用
2021-06-09 15:51:475 針對中國傳統的手游產業發展存在主題識別不精準，缺乏利用數據挖掘和可視化分析方法等問題，文中提出了一種基于文本挖掘和決策樹（ Desision tree）分析的中國手游產業發展研究方法，從多方面分析了
2021-06-17 16:16:334 基于遺傳優化決策樹的建筑能耗預測模型
2021-06-27 16:19:136 ? 前言 在數據結構與算法的 圖論 中，(生成)最小生成樹算法是一種常用并且和生活貼切比較近的一種算法。但是可能很多人對概念不是很清楚，什么是最小生成樹? 一個有 n 個結點的連通圖的生成樹是原圖
2021-10-28 17:13:462530 隨機森林和梯度提升樹這類的決策森林模型通常是處理表格數據最有效的可用工具。與神經網絡相比，決策森林具有更多優勢，如配置過程更輕松、訓練速度更快等。使用樹可大幅減少準備數據集所需的代碼量，因為這些
2022-04-19 10:46:002515 認為是if-then的集合，也可以認為是定義在特征空間與類空間上的條件概率分布。 決策樹通常有三個步驟：特征選擇、決策樹的生成、決策樹的修剪。 用決策樹分類：從根節點開始，對實例的某一特征進行測試，根據測試結果將實例分配到其子節點，此時每個子節點對應著該特征
2022-10-20 10:01:361779 STM32 MCU是STMicroelectronics公司生產的一款基于ARM Cortex-M內核的32位微控制器，廣泛應用于汽車電子、工業控制、消費電子等領域。本文將介紹STM32 MCU的工作原理、基本結構以及優缺點。
2023-09-09 16:36:384976 電子發燒友網站提供《決策樹引擎解決方案.pdf》資料免費下載
2023-09-13 11:17:520
電子發燒友App
工商網監
評論