请问决策树对样本量大小有要求吗？38个样本，68个特征能做决策树吗？
1条回答 默认 最新
- 2020-12-21 02:13【Python数据分析】决策树实践详解 决策树是一种广泛应用于数据挖掘和机器学习领域的算法，它通过构建树状模型来进行分类或回归分析。本篇将深入探讨决策树的核心概念，包括信息熵、决策树的工作原理、分类决策树的...
- 2022-04-14 20:09QYiRen的博客 1 决策树模型简介 2 Gini系数（CART决策树） 3信息熵、信息增益 4决策树模型代码实现 4.1分类决策树模型(DecisionTreeClassifier) 4.2回归决策树模型(DecisionTreeRegressor) 5案例：员工离职预测模型 5.1...
- 2025-04-03 15:32我爱鸢尾花的博客 最近看完了李航老师的《统计学习方法》中第五章的决策树，结合书中理论和python代码实践，总结及积累一下知识。
- 2025-08-02 09:56决策树算法是机器学习中一种基础且广泛使用的分类方法，尤其在 Python 领域。它通过构建树状模型来表示决策过程或预测模型，以易于理解和解释而闻名，即使是非技术背景的人也能较为轻松地理解其决策逻辑。在决策树中...
- 2022-10-11 20:53WSKH0929的博客 节点在分割之前必须具有的最小样本数：叶子节点必须具有的最小样本数：叶子节点的最大数量：在每个节点处评估用于拆分的最大特征数（除非特征非常多，否则不建议限制最大特征数）max_depth：树最大的深度。
- 2020-09-18 21:34在Python3.0中实现决策树算法，通常包括以下几个关键步骤： 1. **数据预处理**：首先，我们需要对数据进行处理，包括清洗、缺失值处理、数据类型转换等。在给定的例子中，`createDataSet`函数生成了一个简单的数据...
- 2024-10-18 08:27帅小柏的博客 假设样本集合DDD共有NNN类，第kkk类样本所占比例为pkp_kpk，则DDDHD−∑k1Npklog2pkHD−k1∑Npklog2pk信息熵描述的是在结果出现之前对可能产生的信息量的期望，反映了结果的不确定性。信息熵越大，不...
- 2025-04-08 16:03西猫雷婶的博客 对决策树程序进一步思考，深入理解内涵。
- 2021-09-29 01:50每个决策树在训练时都会随机抽取一部分样本（有放回抽样，也称Bootstrap抽样）和一部分特征，这样可以减少模型间的相关性，增加多样性。 `scikit-learn`库中的`RandomForestClassifier`和`RandomForestRegressor`...
- 2022-10-18 15:52calisenanming的博客 属性是在模型训练之后能够调用查看的模型的各种性质，对决策树来书，最重要的是feature_importances_,能够查看各个特征对模型的重要性。feature_name = ['酒精','苹果酸','灰','灰的碱性','镁','总酚','类黄酮','非...
- 没有解决我的问题, 去提问
问题事件
系统已结题
10月30日
已采纳回答
10月22日-
创建了问题
10月16日