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
1112 
、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 16:40:27453 
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 09:49:56400 
非線性分類器，也就是說，通過復雜的決策邊界來分割解空間。那么，直觀地看，為什么我們認為使用決策樹模型比深度神經網絡要容易得多呢？13. 反向傳播是深度學習的關鍵算法。請列舉一些可能替代反向傳播算法來訓練
2018-09-29 09:39:54
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
Excel-分類算法-決策樹
2019-05-10 11:05:28
本文檔旨在提供 ISM330DHCX 中可用的機器學習內核功能信息。機器學習處理能力允許將一些算法從應用處理器轉移到 MEMS傳感器，從而持續降低功耗。通過決策樹邏輯獲得機器學習處理能力。決策樹是由
2023-09-08 07:53:52
ML--決策樹與隨機森林
2020-07-08 12:31:39
。
OpenHarmony應用模型的構成要素包括：應用組件、應用進程模型、應用線程模型、應用任務管理模型、應用配置文件五個部分。
1.應用組件
應用組件是應用的基本組成單位，是應用的運行入口。用戶啟動
2023-04-24 10:26:20
時鐘的作用是什么？STM32F103時鐘樹是怎樣構成的？
2021-09-24 12:03:21
的估計區間 4、隨機森林隨機森林（Random Forest）是Bagging的擴展變體。隨機森林在以決策樹為基學習器構建Bagging集成的基礎上，進一步在決策樹的訓練過程中引入了隨機屬性選擇。簡單
2018-06-06 10:11:38
決策樹決策樹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
2022-03-05 14:15:07
目錄人工智能基本概念機器學習算法1. 決策樹2. KNN3. KMEANS4. SVM5. 線性回歸深度學習算法1. BP2. GANs3. CNN4. LSTM應用人工智能基本概念數據集：訓練集
2021-09-06 08:21:17
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
RCC是reset clock control的簡稱(即復位和時鐘控制器)，本文將詳細介紹時鐘樹的構成，通過理解時鐘樹我們可以更加的理解STM32的所有時鐘來源和關系。如下圖，是STM32的時鐘樹
2021-08-12 07:48:27
`隨著科學技術的發展，AI愛好者越來越多，除了一些精通AI的大神，還有很多的技術小白也對這方面感興趣，他們想學習一些機器學習的入門知識。今天，訊飛開放平臺就帶來機器學習中的一個重要算法——決策樹。在
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
我正在開發一個超低功耗應用程序，其中 LSM6DSO32X 的 MLC 用于在發生有趣的事情時喚醒 mcu，特別是我實現了兩個決策樹，每個決策樹都專注于模式檢測。為了減少錯誤喚醒，我想僅在兩棵樹中
2022-12-22 06:26:34
。比如小時候我們還不認識錢幣，看到一堆紙幣和硬幣，會很自然的把紙幣和硬幣分開，這就是最簡單的聚類原理。2機器學習中的經典算法機器學習中所涉及到的算法有很多，比較典型的算法有決策樹、回歸、神經網絡等
2018-07-27 12:54:20
)；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
，廣義線性模型，2，支持向量機，3，最近鄰居法，4，決策樹，5，神經網絡，等等… 但是，從我們的經驗來看，這并不總是算法分組最為實用的方法。那是因為對于應用機器學習，你通常不會想，“今天我要訓練一個支持向量機
2019-09-22 08:30:00
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
的所有需求。而這三類里又包含許多經典算法。而今天，小編就給大家介紹下數據挖掘中最經典的十大算法，希望它對你有所幫助。一、 分類決策樹算法C4.5C4.5，是機器學習算法中的一種分類決策樹算法，它是決策樹
2018-11-06 17:02:30
機器學習——決策樹算法分析
2020-04-02 11:48:38
各種機器學習的應用場景分別是什么？例如，k近鄰,貝葉斯，決策樹，svm，邏輯斯蒂回歸和最大熵模型
2019-09-10 10:53:10
李航統計學習第五章-決策樹
2020-04-29 15:12:25
本人最近在做粒子群算法的相關研究，遇到如下問題：要求決策變量為整數（0或1），初始化時已隨機設置成0或1的形式，決策變量范圍設置成（0-1間），在更新過程中如何對速度和位置進行設置呢，不設置的話還是會隨機產生一些數，比如0.232,0.0482類似的數，還請大神解答，謝謝
2016-06-10 11:01:47
2. Logistic 回歸 3. 決策樹 4. SVM 5. 樸素貝葉斯 6. KNN 7. K 均值 8. 隨機森林 9. 降維算法 10. 梯度提升算法 1.GBM 2.XGBoost 3.LightGBM 4.CatBoost
2018-10-23 14:31:12
網絡的構成要素有哪些？硬件處理和軟件處理有哪些區別？
2021-10-14 07:08:46
藍牙Mesh網絡的構成要素
2021-03-04 07:37:24
有趣的，便于科普。 以后有時間再對單個算法做深入地解析。今天的算法如下：決策樹隨機森林算法邏輯回歸SVM樸素貝葉斯K最近鄰算法K均值算法Adaboost 算法神經網絡馬爾可夫 1. 決策樹根據一些
2017-08-02 16:58:02
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 23:07:4915 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 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 11:38:0326 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 基于動作決策的機器魚頂球算法 謝廣明
2016-12-17 10:06:541 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 17:47:373445 
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 13:10:0414310 
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 01:50:011429 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 目前關于決策樹剪枝優化方面的研究主要集中于預剪枝和后剪枝算法。然而，這些剪枝算法通常作用于傳統的決策樹分類算法，在代價敏感學習與剪枝優化算法相結合方面還沒有較好的研究成果。基于經濟學中的效益成本
2017-11-30 10:05:190 值不同）采用決策樹進行數據挖掘是當前研究熱點。本文基于貪心算法的思想，提出了一種非一致決策表的決策樹分析方法。首先使用多值決策方法處理非一致決策表，將非一致決策表轉換成多值決策表（即用一個集合表示樣本的多個決策值）然
2017-12-05 14:30:450 包含多個決策值，多個決策屬性用一個集合表示。針對已有的啟發式算法，如貪心算法，由于性能不穩定的特點，該算法獲得的決策樹規模變化較大，本文基于動態規劃的思想，提出了使決策樹規模最小化的算法。該算法將多值決策
2017-12-05 15:47:260 C4．5算法與ID3算法一樣使用了信息熵的概念，并和ID3一樣通過學習數據來建立決策樹。ID3算法使用的是信息熵的變化值，而C4．5算法使用的是信息增益率。在決策樹構造過程中進行剪枝，因為某些具有
2018-06-28 07:32:0010576 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
2021-08-27 14:38:5418636 
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 09:41:380 針對目前衛星在軌故障診斷后驗證知識獲取困難，隨著衛星在軌運行功能或性能退化導致門限診斷精度下降的問題，本文深入研究了衛星在軌管理過程中積累的異常數據和故障案例，提出了一種基于決策樹的在軌衛星故障診斷
2018-02-23 10:50:300 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 07:12:001801 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
2018-05-28 10:53:253913 
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 17:12:0113941 
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 10:13:295369 
“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 09:39:019057 
C4．5算法是由Quinlan提出并開發的用于產生決策樹［參見人工智能（23）］的算法。該算法是對Quinlan之前開發的ID3算法的一個擴展。C4．5算法產生的決策樹可以被用作分類目的，因此該算法也可以用于統計分類。
2018-09-05 10:33:001072 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 14:26:095616 一、 分類決策樹算法C4.5C4.5，是機器學習算法中的一種分類決策樹算法，它是決策樹(決策樹，就是做決策的節點間的組織方式像一棵倒栽樹)核心算法ID3的改進算法，C4.5相比于ID3改進的地方
2018-11-06 17:07:3319803 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 11:40:351538 
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 09:45:0010307 
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 本視頻主要詳細介紹了數據挖掘常用算法，分別是樸素貝葉斯、邏輯回歸（logisticregression）、最近鄰算法——KNN、決策樹、Adaboosting。
2019-04-10 16:32:3313064 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 14:38:027526 
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 17:06:007325 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 09:49:063073 
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 09:50:0716400 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 10:44:192316 
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 09:37:411207 
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 10:03:202145 
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 09:36:407100 
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 10:06:293815 
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 10:12:2011970 
決策樹（DecisionTree）是機器學習中一種常見的算法，它的思想非常樸素，就像我們平時利用選擇做決策的過程。決策樹是一種基本的分類與回歸方法，當被用于分類時叫做分類樹，被用于回歸時叫做回歸樹。
2021-03-04 10:11:137773 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 基于遺傳優化決策樹的建筑能耗預測模型
2021-06-27 16:19:136 大數據————決策樹（decision tree） 決策樹（decision tree）：是一種基本的分類與回歸方法，主要討論分類的決策樹。 在分類問題中，表示基于特征對實例進行分類的過程，可以
2022-10-20 10:01:36822 這六種算法分別是：線性回歸、邏輯回歸、梯度下降、神經網絡、決策樹與k均值聚類算法。
2022-11-04 10:18:06659 本文是決策樹的第三篇，主要介紹基于 Boosting 框架的主流集成算法，包括 XGBoost 和 LightGBM。
XGBoost
2023-02-17 15:57:58739 
本文是決策樹的第三篇，主要介紹基于 Boosting 框架的主流集成算法，包括 XGBoost 和 LightGBM。
XGBoost
2023-02-17 15:58:02448 
本文是決策樹的第三篇，主要介紹基于 Boosting 框架的主流集成算法，包括 XGBoost 和 LightGBM。
XGBoost
2023-02-17 15:58:052251 
同質集成:只包含同種類型算法，比如決策樹集成全是決策樹，異質集成:包含不同種類型算法，比如同時包含神經網絡和決策樹
2023-02-24 16:37:28624 
文章目錄1. 第一章行為決策在自動駕駛系統架構中的位置 2. 行為決策算法的種類 2.1 基于規則的決策算法 2.1.1 決策樹 2.1.2 有限狀態機（FSM） 2.1.3 基于本體論
2023-06-01 16:24:310 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
湘ICP備 2023018690 號
評論