文件名称：PCA-理论及代码实现
文件大小：7.05MB
文件格式：PDF
更新时间：2023-12-07 13:41:22
pca降维 机器学习
决策树(Decision Tree）是在已知各种情况发⽣概率的基础上，通过构成决策树来求取净现值的期望 值⼤于等于零的概率，评价项⽬⻛险，判断其可⾏性的决策分析⽅法，是直观运⽤概率分析的⼀种图 解法。由于这种决策分⽀画成图形很像⼀棵树的枝⼲，故称决策树。在机器学习中，决策树是⼀个预 测模型，他代表的是对象属性与对象值之间的⼀种映射关系。Entropy = 系统的凌乱程度，使⽤算法 ID3C4.5,和C5.0⽣成树算法使⽤熵。这⼀度量是基于信息学理论中熵的概念。 决策树是⼀种树形结构，其中每个内部节点表示⼀个属性上的测试，每个分⽀代表⼀个测试输出，每个叶节点代表⼀种类别。