码迷,mamicode.com
首页 > 其他好文 > 详细

树回归

时间:2020-09-07 19:22:59      阅读:74      评论:0      收藏:0      [点我收藏+]

标签:好的   nbsp   大于等于   二叉树   分数   特征   获得   预测   表示   

树回归

当回归的数据呈现非线性时,就需要使用树回归。

树回归的基本逻辑

获得最好的切分特征和切分特征值

  遍历所有特征

    针对某一特征,遍历该特征的所有值

    针对某一特征值,进行划分数据,计算出划分数据之后的总方差,

    若总方差最小,记下特征和特征值

    当遍历完所有特征后,就能够获得最小方差的特征和特征值,并以此作为树的结点,划分左右子树,

若没有特征,就返回特征值

左子树为大于等于特征值的样本集合,

右子树为小于特征值的样本集合

构建字典,保存特征、特征值、左子树和右子树

 

针对各个子树,再重复上面的操作。

终止的条件为:

样本数小于某个数值(如4)和总方差下降的最低值(如1)

叶子结点取目标值的平均值

 

最后构建出一颗倒着长的二叉树,内部结点为特征和特征值,叶子结点为某一数值,表示在特定路径下的预测目标值。

 

树回归

标签:好的   nbsp   大于等于   二叉树   分数   特征   获得   预测   表示   

原文地址:https://www.cnblogs.com/gwzz/p/13576498.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!