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
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