什么是决策树

7月前作者：Runjavago 分类：Toy博客阅读(20) 违法举报

这篇具有很好参考价值的文章主要介绍了什么是决策树。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

什么是决策树

在游戏中遇到敌人是选择攻击还是逃跑？如果选择攻击，是选择普通的物理攻击还是魔法攻击？为达到目标根据一定的条件进行选择的过程，就是决策树(DT Tree)。

决策树模型非常经典，在机器学习中常被用于分类，构成它的元素是节点和边，节点会根据样本的特征做出判断，最初的分支点被称为根节点，其余的被称为子节点，不再有分支的节点则被称为叶子节点，他们代表样本的分类结果，边则指示着方向。

什么是决策树,深度学习,机器学习,人工智能,决策树,算法,机器学习

特征这么多，谁来做根结点?接下来的节点又该是什么？

为了构建决策树，人们找到了一个衡量标准，在热力学中，熵被用来描述一个系统内在的混乱程度，在决策树中，熵代表的是分支下样本种类的丰富性，样本种类越多越混乱，熵就越大。如果分支下的样本完全属于同一类，熵就等于0。

什么是决策树,深度学习,机器学习,人工智能,决策树,算法,机器学习

构造树的基本思路是随着树的深度，也就是层数的增加，让熵快速降低，熵降低的速度越快，代表决策树分类效率越高。

什么是决策树,深度学习,机器学习,人工智能,决策树,算法,机器学习

决策树最大的优点是天然的可解释性，苹果之所以是好苹果，是因为它又大又红又甜，它的缺点也很明显。

但是数据都是有特例的，如果一棵树能将训练样本完美分类，那它一定是过拟合的。

解决方法很简单，去掉一些分支，剪枝(Pruning)有两种文章来源地址https://www.toymoban.com/news/detail-666449.html

预剪枝是在训练开始前规定条件，比如树达到某一深度就停止训练。
后剪枝则是先找到树，再依据一定条件，如限制叶子结点的个数，去掉一部分分支。

到了这里，关于什么是决策树的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：

领支付宝红包赞助服务器费用

机器学习入门教学——人工智能、机器学习、深度学习

1、人工智能人工智能相当于人类的代理人，我们现在所接触到的人工智能基本上都是弱AI，主要作用是正确解释从外部获得的数据，并对这些数据加以学习和利用，以便灵活的实现特定目标和任务。例如：阿尔法狗、智能汽车简单来说：人工智能使机器像人类一样进行感

2024年02月09日
浏览(63)
人工智能、机器学习、深度学习的区别

人工智能涵盖范围最广，它包含了机器学习；而机器学习是人工智能的重要研究内容，它又包含了深度学习。人工智能是一门以计算机科学为基础，融合了数学、神经学、心理学、控制学等多个科目的交叉学科。人工智能是一门致力于使计算机能够模拟、模仿人类智能的学

2024年02月08日
浏览(42)
12、人工智能、机器学习、深度学习的关系

很多年前听一个机器学习的公开课，在QA环节，一个同学问了老师一个问题“ 机器学习和深度学习是什么关系 ”？老师先没回答，而是反问了在场的同学，结果问了2-3个，没有人可以回答的很到位，我当时也是初学一脸懵，会场准备的小礼品也没有拿到。后来老师解释“机

2024年02月05日
浏览(56)
一探究竟：人工智能、机器学习、深度学习

1.1 人工智能是什么？ 1956年在美国Dartmounth 大学举办的一场研讨会中提出了人工智能这一概念。人工智能（Artificial Intelligence），简称AI，是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的

2024年02月17日
浏览(39)
机器学习、人工智能、深度学习三者的区别

目录 1、三者的关系 2、能做些什么 3、阶段性目标机器学习、人工智能（AI）和深度学习之间有密切的关系，它们可以被看作是一种从不同层面理解和实现智能的方法。人工智能（AI）：人工智能是一门研究如何使计算机能够模仿人类智能的学科。它涵盖了各种技术和方法，

2024年02月14日
浏览(45)
机器学习、深度学习、人工智能的区别与联系

大家好，如果没有接触过机器学习，往往对机器学习、深度学习、甚至是人工智能有着模糊的概念。在进行深度的对比人工智能、机器学习和深度学习之后，有助于大家理清概念、选择适当技术，并建立起整个学科的框架，进而可以开展相关目标的学习。本文将从下面几方面

2024年01月22日
浏览(55)
深度学习2.神经网络、机器学习、人工智能

目录深度学习、神经网络、机器学习、人工智能的关系大白话解释深度学习传统机器学习 VS 深度学习深度学习的优缺点 4种典型的深度学习算法卷积神经网络 – CNN 循环神经网络 – RNN 生成对抗网络 – GANs 深度强化学习 – RL 总结深度学习深度学习、机器学习、人工智能

2024年02月11日
浏览(42)
人工智能-机器学习-深度学习-分类与算法梳理

目前人工智能的概念层出不穷，容易搞混，理清脉络，有益新知识入脑。为便于梳理，本文只有提纲，且笔者准备仓促，敬请勘误，不甚感激。符号主义(Symbolists) 基于逻辑推理的智能模拟方法。最喜欢的算法是：规则和决策树。符号主义的代表性成果有启发式程序、专家系

2024年02月03日
浏览(72)
人工智能、机器学习与深度学习之间的关系

图1. AI、ML与DL关系图在我们深入研究机器学习和深度学习之前，让我们快速浏览一下它们所属的分支：人工智能(AI)。简而言之，人工智能是一个将计算机科学与大量数据相结合以帮助解决问题的领域。人工智能有许多不同的用例。图像识别，图像分类，自然语言处理，语音

2024年01月18日
浏览(45)
大数据、人工智能、机器学习、深度学习关系联系前言

1.大数据和人工智能关系 2.机器学习、深度学习、人工智能关系 3.监督学习、无监督学习、半监督学习、强化学习、迁移学习关系 4.机器学习具体内容 1.数据驱动的人工智能：人工智能系统需要大量的数据来进行训练和学习。大数据提供了海量的信息，可以用于训练机器学习

2024年02月12日
浏览(44)