在做特征选择，我选用遗传算法作为搜索策略，使用类内类间可分离准则作为评价函数。
在经过若干迭代次数后，选择一个适应度值较高的个体作为最优或近似最优个体。即我
已经得到了最优特征向量，那我我想用这个最优特征向量里选定的特征作为决策树的
属性，那么问题是我如何对属性进行分裂，即如何在决策树中的每一个非叶子节点形成
分支呢？
求救各位前辈！
特征选择问题，如果使用决策树分类器进行分类，在知道分类属性的情况下，如何对属性进行分裂？
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
2条回答 默认 最新
- 2022-03-25 09:23回答 3 已采纳 在最后加这两行试试 import os os.system('iris.pdf')
- 2022-11-27 16:16回答 2 已采纳 额，好吧，你重新提交了一个问题，那就在这个问题上跟进你的解决情况吧
- 2022-10-12 09:55回答 1 已采纳 请看👉 ：使用朴素贝叶斯对iris数据集进行分类
- 2022-11-13 22:28weixin_54881329的博客 表示第i个子节点的数据量，N表示父节点数据量，说白了， 其实是分裂节点的熵，如果节点的数据链越接近，越大，如果子节点越大，越大，而就会越小，能够降低节点分裂时选择子节点多的分裂属性的倾向性。先建立一个...
- 2022-11-28 16:56回答 9 已采纳 其实比起决策树，我觉得你更需要数据集合，我有睡眠数据集合
- 2022-04-23 14:10回答 1 已采纳 import pandas as pd import numpy as np from sklearn.naive_bayes import GaussianNB from sklearn.mode
- 2022-10-25 13:48回答 2 已采纳 用机器学习进行图像分类，关键在于特征提取技术。分类算法用svm、随机森林、knn都可以的
- 2022-11-18 17:07yunggemmy的博客 分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点和有向边组成。内部结点和叶节点。内部结点表示一个特征或属性，叶节点表示一个类。
- 2022-10-17 17:38回答 2 已采纳 给你找了一篇非常好的博客，你可以看看是否有帮助，链接：Python机器学习零基础理解决策树分析
- 2022-02-03 21:18回答 1 已采纳 sklearn.tree.DecisionTreeClassifier()在进行分支的时候特征选择是随机的，即使是splitter=”best”的时候。打印dt_clf.feature_importa
- 2022-01-11 08:56回答 5 已采纳 你的意思是决策树的结果是 不同的线性回归函数，例如简单地不同斜率的直线，那么以上回答的思路似乎有问题。首先这是一个分类问题，决策结果是“第k个回归函数“，然后再用 “第k个回归函数“ 计算得到具体的函
- 2022-06-24 16:48饭饭饭饭饭炒蛋的博客 决策树是一种类似于流程图的树结构，其中每个内部节点表示在一个属性上的测试，每个分支代表该测试的一个输出，而每个叶子节点（终端节点）存放一个分类结果。 上图是一个决策时的示例。 当决策树构建好之后，对...
- 2022-10-20 10:51回答 1 已采纳 ID3 算法ID3 是最早提出的决策树算法，他就是利用信息增益来选择特征的。C4.5 算法他是 ID3 的改进版，他不是直接使用信息增益，而是引入“信息增益比”指标作为特征的选择依据。CART（Cla
- 2023-09-03 21:23逐梦苍穹的博客 本文介绍机器学习的决策树
- 2022-02-01 16:03ZhShy23的博客 决策树分类算法的具体步骤三、在python中使用决策树分类算法四、决策树分类算法的使用场景 一、决策树分类 决策树的分类方法 分支节点划分 纯度度量 1. if - else if - else两个特性： 一是能够
- 没有解决我的问题, 去提问
悬赏问题
- ¥20 delta降尺度方法，未来数据怎么降尺度
- ¥15 c# 使用NPOI快速将datatable数据导入excel中指定sheet，要求快速高效
- ¥15 再不同版本的系统上，TCP传输速度不一致
- ¥15 高德地图点聚合中Marker的位置无法实时更新
- ¥15 DIFY API Endpoint 问题。
- ¥20 sub地址DHCP问题
- ¥15 delta降尺度计算的一些细节，有偿
- ¥15 Arduino红外遥控代码有问题
- ¥15 数值计算离散正交多项式
- ¥30 数值计算均差系数编程