摘要:首先我先來介紹一下算法。算法是澳洲計算機科學家發明的,全稱是。算法的作用是通過一個數據集來生成一棵決策樹。算法的主要應用領域有,機器學習,,自然語言處理。算法的執行流程第一步是遞歸地構建決策樹,計算信息增益最大或者熵最小的特征作為最優特征。
如果我的朋友說介紹個女生給我認識,那么我會問我朋友女生的條件,然后再決定認不認識。
他說他只知道關于女生的這些信息:
《王者榮耀》玩的好不好。
喜不喜歡寵物。
長得漂不漂亮。
脾氣好不好。
長頭發還是短頭發。
是否要求南方有車有房。
喜不喜歡吃辣條。
會不會做飯。
但是我的朋友很勢利,他說我每問一個關于女生的問題就必須給他100塊。
那我應該怎么問最少的問題,花最少的錢,就能決定認不認識呢?
像這種問題可以用ID3來做判斷。
首先我先來介紹一下ID3算法。
ID3 算法是澳洲計算機科學家Ross Quinlan發明的,全稱是Iterative Dichotomiser 3。
ID3 算法的作用是通過一個數據集來生成一棵決策樹。
ID3 算法的主要應用領域有:1,機器學習,2,自然語言處理。
ID3 算法的執行流程:
第一步是遞歸地構建決策樹,計算信息增益最大(或者熵最小)的特征作為最優特征。
遞歸的出口是:1,所有標簽都一樣。 2,當所有特征都遍歷過,那么選擇出現最多的標簽。
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。
轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/43198.html
摘要:根據這個訓練集,運用樸素貝葉斯分類和決策樹分類則可以得到一個數據模型,然后通過輸入一條測試數據來判斷是否回去打網球。一樸素貝葉斯分類大學概率論的貝葉斯定理實現了通過計算概率求出假設推理的結論。 今年畢業時的畢設是有關大數據及機器學習的題目。因為那個時間已經步入前端的行業自然選擇使用JavaScript來實現其中具體的算法。雖然JavaScript不是做大數據處理的最佳語言,相比還沒有優...
摘要:后剪枝先創建完整的決策樹,然后再嘗試消除多余的節點,也就是采用減枝的方法。 起步 決策樹(decision tree)是一個樹結構,可以是二叉樹或非二叉樹,也可以把他看作是 if-else 規則的集合,也可以認為是在特征空間上的條件概率分布。 決策樹的結構 以一個簡單的用于是否買電腦預測的決策樹為例子: showImg(https://segmentfault.com/img/remo...
閱讀 1120·2021-11-25 09:43
閱讀 1569·2021-10-25 09:47
閱讀 2466·2019-08-30 13:46
閱讀 753·2019-08-29 13:45
閱讀 1280·2019-08-26 13:29
閱讀 2990·2019-08-23 15:30
閱讀 1103·2019-08-23 14:17
閱讀 1325·2019-08-23 13:43