三个有名的决策树算法：CHAID、CART和C4.5
2009-11-10 19:00
155 查看
三个有名的决策树算法：CHAID、CART和C4.5
CHAID、CART和C4.5大概是决策树算法丛林中最有名，商业上运用也也最成功的算法了。CHAID (chi-squared automatic interaction detection，卡方自动交互检测)的前身是AID，主要特征是多向分叉，前向修剪，其标准如名所示，就是卡方检测；另外，CHAID只能处理类别型的输入变量，因此连续型的输入变量首先要进行离散处理。标准的CART(classification and regression trees)又不一样，它只能进行二部分叉，后向修剪，分割标准用的是基尼系数(Gini Index)；C4.5源自有名的ID3，它只能进行L型分叉，后向修剪，标准乃是基于信息论的“熵”(Entropy)。
摘自：http://johnthu.spaces.live.com/blog/cns!2053CD511E6D5B1E!148.entry
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 《机器学习实战》基于信息论的三种决策树算法(ID3,C4.5,CART)
- 决策树模型比较：C4.5，CART，CHAID，QUEST
- 决策树算法ID3，C4.5， CART
- 【机器学习2】决策树算法之CART、C4.5
- R语言-决策树算法（C4.5和CART）的实现
- 经典决策树算法：ID3、C4.5和CART
- python机器学习案例系列教程——决策树（ID3、C4.5、CART）
- 基于决策树系列算法（ID3, C4.5, CART, Random Forest, GBDT）的分类和回归探讨
- C4.5,CART,randomforest的实践
- Python 决策树算法（ID3 & C4.5）
- 决策树ID3,C4.5,CART,GBDT,RF
- Accord C4.5决策树算法（C# C4.5决策树算法）
- 2、决策树ID3、C4.5、CART
- 决策树归纳一般框架（ID3，C4.5，CART）
- R_针对churn数据用id3、cart、C4.5和C5.0创建决策树模型进行判断哪种模型更合适
- 决策树CART与ID3,C4.5联系与区别
- 决策树分类算法：ID3 & C4.5 & CART
- 数据挖掘——分类——决策树算法之ID3与C4.5原理解析
- Thinking in SQL系列之四：数据挖掘C4.5决策树算法
- 决策树模型 ID3/C4.5/CART算法比较