机器学习
Introduction
第二章 模型评估与选择
经验误差与过拟合
评估方法
性能度量
第三章 线性模型
基本形式
线性回归
对数几率回归
线性判别分析
第四章 决策树
基本流程
划分选择
第五章 神经网络
神经元模型
感知机
误差逆传播算法
第六章 支持向量机
6.1 间隔与支持向量
第九章 聚类
9.1 聚类任务
9.2 性能度量
9.3 距离属性
9.4 原型聚类
Powered by
GitBook
基本流程
一般的,一棵决策树包含一个根节点,若干个内部节点和若干个叶节点。
叶节点对应一个决策结果
其他节点对应一个属性测试
每个节点包含的样本集合根据属性测试的结果被划分到子节点中。根节点包含样本全集。
results matching "
"
No results matching "
"