决策树是分类还是回归
@赏厕2296：决策树分类的原理 -
费届13513121343…… 决策树是通过一系列规则对数据进行分类的过程.它提供一种在什么条件下会得到什么值的类似规则的方法.决策树分为分类树和回归树两种,分类树对离散变量做决策树,回归树对连续变量做决策树. 如果不考虑效率等,那么样本所有特征...
@赏厕2296：数据挖掘技术主要包括哪些 -
费届13513121343…… 数据挖掘技术主要有决策树 、神经网络 、回归 、关联规则 、聚类 、贝叶斯分类6中. 1、决策树技术. 决策树是一种非常成熟的、普遍采用的数据挖掘技术.在决策树里,所分析的数据样本先是集成为一个树根,然后经过层层分枝,最终形成...
@赏厕2296：决策树方法是一种滚动式的定性预测法吗? -
费届13513121343…… 不是,决策树既可分类又可回归,所以可以做定性或定量的分析,并且不是滚动式.
@赏厕2296：提升树回归算法怎么用来评价多变量的重要度 -
费届13513121343…… CART的全称是分类和回归树,既可以做分类算法,也可以做回归.决策树的优缺点:优点:1.可以生成可以理解的规则.2.计算量相对来说不是很大.3.可以处理连续和种类字段.4.决策树可以清晰的显示哪些字段比较重要缺点:1. 对连续性的字段比较难预测.2.对有时间顺序的数据,需要很多预处理的工作.3.当类别太多时,错误可能就会增加的比较快.4.一般的算法分类的时候,只是根据一个字段来分类.
@赏厕2296：xgboost是回归还是分类 -
费届13513121343…… 很多,主要说下监督学习这块的算法哈.欢迎讨论. svm,支撑向量机,通过找到样本空间中的一个超平面,实现样本的分类,也可以作回归,主要用在文本分类,图像识别等领域,详见:; lr,逻辑回归,本质也是线性回归,通过拟合拟合样...
@赏厕2296：数据挖掘中的回归指的是什么? -
费届13513121343…… 回归是通过具有己知值的变量来预测其他变量的值.在最简单的情况下,回归采用的是象线性回归这样的标准统计技术.但在大多数现实世界中的问题是不能用简单的线性回归所能预测的.如商品的销售量、股票价格、产品合格率等,很难找到简单有效的方法来预测,因为要描述这些事件的变化所需的变量以上百计,目这些变量本身往往都是非线性的.为此,人们又发明了许多新的乎段来试图解决这个问题,如逻辑回归、决策树、神经网络等. 一般同一个模型既可用于回归也可用于分类.如CART决策树算法既可以用于建立分类树,也可建立回归树.神经网络也一样.
@赏厕2296：机器学习和统计里面的auc怎么理解 -
费届13513121343…… 很多,主要说下监督学习这块的算法哈.欢迎讨论.svm,支撑向量机,通过找到样本空间中的一个超平面,实现样本的分类,也可以作回归,主要用在文本分类,图像识别等领域,详见:;lr,逻辑回归,本质也是线性回归,通过拟合拟合样本...
费届13513121343…… 决策树是通过一系列规则对数据进行分类的过程.它提供一种在什么条件下会得到什么值的类似规则的方法.决策树分为分类树和回归树两种,分类树对离散变量做决策树,回归树对连续变量做决策树. 如果不考虑效率等,那么样本所有特征...
@赏厕2296：数据挖掘技术主要包括哪些 -
费届13513121343…… 数据挖掘技术主要有决策树 、神经网络 、回归 、关联规则 、聚类 、贝叶斯分类6中. 1、决策树技术. 决策树是一种非常成熟的、普遍采用的数据挖掘技术.在决策树里,所分析的数据样本先是集成为一个树根,然后经过层层分枝,最终形成...
@赏厕2296：决策树方法是一种滚动式的定性预测法吗? -
费届13513121343…… 不是,决策树既可分类又可回归,所以可以做定性或定量的分析,并且不是滚动式.
@赏厕2296：提升树回归算法怎么用来评价多变量的重要度 -
费届13513121343…… CART的全称是分类和回归树,既可以做分类算法,也可以做回归.决策树的优缺点:优点:1.可以生成可以理解的规则.2.计算量相对来说不是很大.3.可以处理连续和种类字段.4.决策树可以清晰的显示哪些字段比较重要缺点:1. 对连续性的字段比较难预测.2.对有时间顺序的数据,需要很多预处理的工作.3.当类别太多时,错误可能就会增加的比较快.4.一般的算法分类的时候,只是根据一个字段来分类.
@赏厕2296：xgboost是回归还是分类 -
费届13513121343…… 很多,主要说下监督学习这块的算法哈.欢迎讨论. svm,支撑向量机,通过找到样本空间中的一个超平面,实现样本的分类,也可以作回归,主要用在文本分类,图像识别等领域,详见:; lr,逻辑回归,本质也是线性回归,通过拟合拟合样...
@赏厕2296：数据挖掘中的回归指的是什么? -
费届13513121343…… 回归是通过具有己知值的变量来预测其他变量的值.在最简单的情况下,回归采用的是象线性回归这样的标准统计技术.但在大多数现实世界中的问题是不能用简单的线性回归所能预测的.如商品的销售量、股票价格、产品合格率等,很难找到简单有效的方法来预测,因为要描述这些事件的变化所需的变量以上百计,目这些变量本身往往都是非线性的.为此,人们又发明了许多新的乎段来试图解决这个问题,如逻辑回归、决策树、神经网络等. 一般同一个模型既可用于回归也可用于分类.如CART决策树算法既可以用于建立分类树,也可建立回归树.神经网络也一样.
@赏厕2296：机器学习和统计里面的auc怎么理解 -
费届13513121343…… 很多,主要说下监督学习这块的算法哈.欢迎讨论.svm,支撑向量机,通过找到样本空间中的一个超平面,实现样本的分类,也可以作回归,主要用在文本分类,图像识别等领域,详见:;lr,逻辑回归,本质也是线性回归,通过拟合拟合样本...
