欧美40老熟妇色xxxxx,免费+国产+在线观看,末成年女a∨片一区二区,久久伊人色av天堂九九,免费中文熟妇在线影片

美林?jǐn)?shù)據(jù)
ABOUT US
美林?jǐn)?shù)據(jù)技術(shù)股份有限公司（簡稱：美林?jǐn)?shù)據(jù)，NEEQ：831546）是國內(nèi)知名的數(shù)據(jù)治理和數(shù)據(jù)分析服務(wù)提供商。

【數(shù)據(jù)挖掘算法分享】機(jī)器學(xué)習(xí)平臺(tái)——回歸算法之決策樹回歸

2022-08-11 18:06:06 次
決策樹回歸算法是通過構(gòu)建決策樹來進(jìn)行回歸預(yù)測，在創(chuàng)建回歸樹時(shí)，使用最小剩余方差來決定回歸樹的最優(yōu)化分，該劃分準(zhǔn)則是期望劃分之后的子樹誤差方差最小。創(chuàng)建模型樹，每個(gè)葉子節(jié)點(diǎn)都是一個(gè)機(jī)器學(xué)習(xí)模型，如線性回歸模型。

算法說明
決策樹算法是一種流行的機(jī)器學(xué)習(xí)算法，可用于分類和回歸任務(wù)。決策樹算法由于以下幾點(diǎn)使其得到廣泛應(yīng)用：
1）易于解釋；
2）可以處理名詞型屬性；
3）可以擴(kuò)展到多分類問題；
4）不需要對特征進(jìn)行縮放處理（歸一化等）；
5）可以對有相關(guān)關(guān)系的特征進(jìn)行處理。
決策樹算法的核心是樹的分裂(又稱分裂屬性或樣本劃分),所謂分裂屬性就是在某個(gè)節(jié)點(diǎn)處按照某一屬性的不同劃分構(gòu)造不同的分支，其目標(biāo)是讓各個(gè)分裂子集盡可能地“純”。所謂盡可能“純”，對回歸而言，指的是結(jié)點(diǎn)中樣本的平方誤差達(dá)到最小。
決策樹的生成就是遞歸地構(gòu)建二叉樹的過程。對于回歸問題，用平方誤差最小化準(zhǔn)則，進(jìn)行特征選擇，生成二叉回歸樹。
假設(shè)X與Y分別為 輸入和輸出變量，給定訓(xùn)練數(shù)據(jù)集。
機(jī)器學(xué)習(xí)平臺(tái)-決策樹回歸
決策樹回歸的過程如下：
一個(gè)回歸樹對應(yīng)著輸入空間(即特征空間)的一個(gè)劃分以及在劃分的單元上的輸出值。假設(shè)已將輸入空間劃分為M個(gè)單元R_1,R_2,?,R_M，并且在每個(gè)單元R_m上有一個(gè)固定的輸出值c_m，于是回歸樹模型可以表示為：
機(jī)器學(xué)習(xí)平臺(tái)-決策樹回歸
當(dāng)輸入空間的劃分確定時(shí)，可以用平方誤差來表示回歸樹對于訓(xùn)練數(shù)據(jù)的預(yù)測誤差，用平方誤差最小的準(zhǔn)則求解每個(gè)單元上的最優(yōu)輸出值。
問題是怎樣對輸入空間進(jìn)行劃分。這里采用啟發(fā)式的方法，選擇第j個(gè)變量x^((j))和它取的值s，作為切分變量和切分點(diǎn)，并定義兩個(gè)區(qū)域：
機(jī)器學(xué)習(xí)平臺(tái)-決策樹回歸
然后尋找最優(yōu)切分變量j和最優(yōu)切分點(diǎn)s。具體地，求解：
機(jī)器學(xué)習(xí)平臺(tái)-決策樹回歸
對固定輸入變量j可以找到最優(yōu)的切分點(diǎn)s.
其中，c_1和c_2的估計(jì)為：
機(jī)器學(xué)習(xí)平臺(tái)-決策樹回歸
遍歷所有輸入變量，找到最優(yōu)的切分變量j，構(gòu)成一個(gè)對(j,s)。依此將輸入空間劃分為兩個(gè)區(qū)域。接著，對每個(gè)區(qū)域重復(fù)上述劃分過程，直到滿足停止條件為止(結(jié)點(diǎn)內(nèi)樣本的平方誤差小于給定閾值)。

數(shù)據(jù)格式
必須設(shè)置類屬性（輸出），且類屬性（輸出）必須是連續(xù)型（數(shù)值）；
非類屬性（輸入）可以是連續(xù)型（數(shù)值）也可以是離散型（名詞）；

參數(shù)說明
TempoAI機(jī)器學(xué)習(xí)平臺(tái)
參數(shù) 類型 描述
信息度量方式 下拉框 選擇信息度量方法，文本型，取值范圍：“variance”，默認(rèn)值為“variance”
最大深度 文本框 樹的最大深度，整型，取值范圍：[1,∞)，默認(rèn)值為5
最大份數(shù) 文本框 數(shù)值型屬性分割份數(shù)設(shè)置，整型，取值范圍：[2,∞)，默認(rèn)值為32
是否顯示變量重要性 復(fù)選框 用戶選擇是否分析每個(gè)變量對于回歸結(jié)果的影響程度，如果選擇是，則在洞察中顯示參與建模的每個(gè)變量對于模型的貢獻(xiàn)程度情況

演示實(shí)例
在TempoAI機(jī)器學(xué)習(xí)平臺(tái)中構(gòu)建如下流程：
 TempoA機(jī)器學(xué)習(xí)平臺(tái)
【文件輸入】節(jié)點(diǎn)配置如下：
TempoA機(jī)器學(xué)習(xí)平臺(tái)
 
【設(shè)置角色】節(jié)點(diǎn)配置如下：
 TempoA機(jī)器學(xué)習(xí)平臺(tái)
【決策樹回歸】節(jié)點(diǎn)配置如下：
 TempoA機(jī)器學(xué)習(xí)平臺(tái)
流程運(yùn)行結(jié)果如下：
 TempoA機(jī)器學(xué)習(xí)平臺(tái)
 TempoA機(jī)器學(xué)習(xí)平臺(tái)
服務(wù)熱線
400-608-2558
咨詢熱線
15502965860
美林?jǐn)?shù)據(jù)
微信掃描二維碼，立即在線咨詢