python決策樹算法是什么
1、說明
決策樹算法是在已知各種情況發生概率的基礎上，通過構成決策樹來求取凈現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。
分類算法是利用訓練樣本集獲得分類函數即分類模型(分類器)，從而實現將數據集中的樣本劃分到各個類中。分類模型通過學習訓練樣本中屬性集與類別之間的潛在關系，并以此為依據對新樣本屬于哪一類進行預測。
2、基本使用
決策樹算法是直觀運用概率分析的一種圖解法，是一種十分常用的分類方法，屬于有監督學習。
決策樹是一種樹形結構，其中每個內部結點表示在一個屬性上的測試，每個分支代表一個測試輸出，每個葉子結點代表一種類別。
決策樹學習是以實例為基礎的歸納學習，它采用自頂向下的遞歸方法，其基本思想是以信息熵為度量構造一顆熵值下降最快的樹，到葉子結點處的熵值為零，此時每個葉子節點中的實例都屬于同一類。
決策樹學習算法的優點是，它可以自學習，在學習的過程中不需要使用者了解過多的背景知識，只需要對訓練實例進行較好的標注，就能夠進行學習。
以上就是python決策樹算法的介紹，希望對大家有所幫助。更多Python學習教程請關注IT培訓機構:千鋒教育。
京公網安備 11010802030320號