【ML算法】监督学习——决策树ID3算法
2017-08-03 15:55
204 查看
前言
ID3算法是决策树的经典,也是基础算法,本文将详细介绍ID3算法。算法详解
ID3算法的核心是在决策树各个节点上通过计算每个属性的信息增益来进行分枝节点的选择,我在另一篇文章中已经介绍来信息增益,这篇文章将直接介绍算法。ID3算法是迭代算法,通过计算每个属性的信息增益不断生成决策树分枝,最终将样本标签按照各个属性分到各个叶子结点,生成树状结构。以一个经典例子解释:代码链接
参考文献
周志华《机器学习》李航《统计学习方法》我的blog:决策树ID3算法的Python实现: 决策树ID3算法的R实现:相关文章推荐
- 【Scikit-Learn 中文文档】决策树 - 监督学习 - 用户指南 | ApacheCN
- 决策树学习 -- ID3算法和C4.5算法(C++实现)
- 监督学习一 决策树
- 【Scikit-Learn 中文文档】决策树 - 监督学习 - 用户指南 | ApacheCN
- 决策树学习与ID3算法的C++实现
- 【Scikit-Learn 中文文档】决策树 - 监督学习 - 用户指南 | ApacheCN
- 【ML算法】监督学习——KNN算法
- 【机器学习】监督学习:决策树
- 【Scikit-Learn 中文文档】决策树 - 监督学习 - 用户指南 | ApacheCN
- 《机器学习》第三章决策树学习 ID3算法 c++实现代码
- 【ML算法】监督学习——支持向量机
- 【Scikit-Learn 中文文档】决策树 - 监督学习 - 用户指南 | ApacheCN
- 【Scikit-Learn 中文文档】决策树 - 监督学习 - 用户指南 | ApacheCN
- 【Scikit-Learn 中文文档】十二:决策树 - 监督学习 - 用户指南 | ApacheCN
- 【Scikit-Learn 中文文档】决策树 - 监督学习 - 用户指南 | ApacheCN
- 【ML算法】监督学习——线性回归
- 【ML算法】无监督学习——关联规则Apriori算法
- 【Scikit-Learn 中文文档】决策树 - 监督学习 - 用户指南 | ApacheCN
- 【Scikit-Learn 中文文档】决策树 - 监督学习 - 用户指南 | ApacheCN
- 机器学习实战 (2)决策树 (二) 决策树ID3算法的优缺点