當前大家對于決策樹都是頗為感興趣的，大家都想要了解一下決策樹，那么小美也是在網絡上收集了一些關于決策樹的一些信息來分享給大家，希望能夠幫到大家哦。

1、決策樹(Decision Tree）是在已知各種情況發(fā)生概率的基礎上，通過構成決策樹來求取凈現(xiàn)值的期望值大于等于零的概率，評價項目風險，判斷其可行性的決策分析方法，是直觀運用概率分析的一種圖解法。

2、由于這種決策分支畫成圖形很像一棵樹的枝干，故稱決策樹。

3、在機器學習中，決策樹是一個預測模型，他代表的是對象屬性與對象值之間的一種映射關系。

4、Entropy = 系統(tǒng)的凌亂程度，使用算法ID3, C4.5和C5.0生成樹算法使用熵。

5、這一度量是基于信息學理論中熵的概念。

6、決策樹是一種樹形結構，其中每個內部節(jié)點表示一個屬性上的測試，每個分支代表一個測試輸出，每個葉節(jié)點代表一種類別。

7、分類樹（決策樹）是一種十分常用的分類方法。

8、它是一種監(jiān)督學習，所謂監(jiān)督學習就是給定一堆樣本，每個樣本都有一組屬性和一個類別，這些類別是事先確定的，那么通過學習得到一個分類器，這個分類器能夠對新出現(xiàn)的對象給出正確的分類。

9、這樣的機器學習就被稱之為監(jiān)督學習。

本文到此結束，希望對大家有所幫助。

版權說明：本文由用戶上傳，如有侵權請聯(lián)系刪除！

標簽：