基于决策树的预测数量的案例有么？
想看看关于决策树进行预测数量的模型？不是值预测类型
0条回答 默认 最新
- 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
- 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
- 2022-11-27 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
- 2024-06-30 20:29决策树算法构造决策树来发现数据中蕴涵的分类规则．如何构造精度高、规模小的决策树是决策树算法的核心内容。决策树构造可以分两步进行。第一步，决策树的生成：由训练样本集生成决策树的过程。一般情况下，训练样本...
- 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')
- 2023-04-05 14:18回答 7 已采纳 该回答引用于ChatGPT：以下是一个基于优化决策树的三轴立式加工中心热误差建模的 Python 实现: import numpy as np import pandas as pd from skl
- 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
- 2024-06-30 20:31决策树算法借助于树的分支结构实现分类。 决策树是一种用于对实例进行分类的树形结构。决策树由节点和有向边组成。节点的类型有两种：内部节点和叶子节点。其中，内部节点表示一个特征或属性的测试条件（用于分开...
- 2021-10-16 08:07回答 1 已采纳 你这个确实样本太小，特征太多了，没法分支啊
- 2023-04-01 15:30回答 2 已采纳 对三轴立式加工中心进行热误差建模需要先收集相关数据，如加工中心实际温度、测量误差、工作状态等，然后对这些数据进行处理和分析，得到热误差的模型。决策树算法可以用于热误差模型的构建和预测。针对选择哪种决策
- 2021-09-08 07:55回答 1 已采纳 5
- 2024-06-30 20:33决策树实际上是一种树形结构。其上的每一个非叶节点代表着一个属性上的测试，测试输出其实就是分支。另外，需要把每一个叶节点存放在一个类别。当我们使用决策树时，要从根节点开始进行决策，对还没有分类的项目里的...
- 2022-04-22 17:02回答 1 已采纳 你需要对字符型变量进行离散编码，如年龄中的“<30”编码为“1”，“30-50”为“2”，“>50”为“3”，其他特征类似，因为如果不编码的话，将这些内容放入Python中的决策树里是识别
- 2024-06-30 21:55决策树是一颗树形的数据结构，决策树可以是多叉树也可以二叉树。决策树实际上是一种基于贪心策略构造的，每次选择的都是最优的属性进行分裂。常用的决策树算法有ID3，C4.5。这两种算法本质上是一样的，并且他们几乎...
- 2024-06-30 21:10决策树分类算法是将数据分类、预测和规格的提取。随着ID3算法和C4.5算法的提出，决策树技术在数据挖掘领域得到了进一步的拓展，并且在人们生产生活中得到了广泛应用。决策树是一种根据自变量的值进行递归划分以及...
- 没有解决我的问题, 去提问
问题事件
系统已结题
2月3日
创建了问题
1月26日
悬赏问题
- ¥15 在安装python的机器学习程序包scikit-learn（1.1版本）时遇到如下问题
- ¥15 在mspm0g3507上运行7脚的oled问题
- ¥15 要用 STM8L050J3M3TR 输出1路PWM 没有输出 不知道是不是 复用IO需要配置还是 定时器初始化的问题
- ¥15 Qt交叉编译代码后用得到的qmake来构建程序，无法找到designer模块
- ¥20 基于C++的最佳配比
- ¥20 基于单片机的时钟设计
- ¥15 怎么使用Cisco Packet Tracer软件模拟实现如下要求拓扑
- ¥15 大华订阅事件,监听地址,是只需要在自己的服务中写的方法,地址放到monitor 中就能订阅事件吗?
- ¥15 python-遗传算法-求最优解-程序优化
- ¥15 该如何接线运行这个交通灯程序？