【机器学习】树回归和聚类算法解析和应用

太过爱你忘了你带给我的痛 2022-10-12 01:07 196阅读 0赞

【机器学习】树回归和聚类算法解析和应用

在这里插入图片描述

  1. 文章目录
  2. 1 树回归
  3. 2 CART ( Classification And Regression Tree) 分类回归树
  4. 3 K-means
  5.     3.1 合理选择 K 值
  6.     3.2 采用核函数
  7.     3.3 收敛证明
  8. 4 聚类应用

1 树回归

树回归 概述

我们本章介绍 CART(Classification And Regression Trees， 分类回归树) 的树构建算法。该算法既可以用于分类还可以用于回归。

树回归 场景
当数据拥有众多特征并且特征之间关系十分复杂时，构建全局模型的想法就显得太难了，也略显笨拙。而且，实际生活中很多问题都是非线性的，不可能使用全局线性模型来拟合任何数据。

一种可行的方法是将数据集切分成很多份易建模的数据，然后利用我们的线性回归技术来建模。如果首次切分后仍然难以拟合线性模型就继续切分。在这种切分方式下，树回归和回归法就相当有用。
树回归 工作原理

1、找到数据集切分的最佳位置，函数 chooseBestSplit() 伪代码

发表评论

表情：
评论列表 （有 0 条评论，196人围观）

还没有评论，来说两句吧...

相关阅读