这里以二元分类为例子，给出最基本原理的解释 GBDT 是多棵树的输出预测值的累加 GBDT的树都是 回归树 而不是分类树 分类树 分裂的时候选取使得误差下降最多的分裂 计算的技巧 最终分裂收益按照下面的方式计算，注意圆圈内的部分是固定值 GBDT 二分类 GBDT在实现中可以完全复用上面的计算方法框...
分类：
其他好文 时间：
2015-03-09 22:17:55
阅读次数：
1493
这里以二元分类为例子，给出最基本原理的解释 GBDT 是多棵树的输出预测值的累加 GBDT的树都是 回归树 而不是分类树 分类树 分裂的时候选取使得误差下降最多的分裂 计算的技巧 最终分裂收益按照下面的方式计算，注意圆圈内的部分是固定值 GBDT 二分类 GBDT在实现中可以完全复用上面的计算方法框...
分类：
其他好文 时间：
2015-03-08 15:29:50
阅读次数：
543
您必须要做的最重要决定之一就是确定开发插值模型的目标。换句话说，您需要模型提供什么信息才能做出决定?例如在公共卫生区域中，插值模型用于预测在统计意义上可与发病率产生关联的污染物等级。根据该信息可进一步设计采样研究和制定公共卫生政策等。
Geostatistical Analyst 提供多种不同的插值方法。每种方法都有独一无二的特征并提供不同的信息(某些情况下，各种方法提供相似的信息;另外一些...
分类：
其他好文 时间：
2015-02-04 14:48:22
阅读次数：
155
如何让商品列表页或商品详情页的分类树都跟首页一样，也是显示全部所有的分类呢？修改方法：1.商品列表页修改方法：打开category.php 文件将$smarty->assign('categories', get_categories_tree($cat_id));修改为$smarty->assig...
分类：
其他好文 时间：
2015-01-15 17:28:52
阅读次数：
120
一、引言
在最开始的时候，我本来准备学习的是C4.5算法，后来发现C4.5算法的核心还是ID3算法，所以又辗转回到学习ID3算法了，因为C4.5是他的一个改进。至于是什么改进，在后面的描述中我会提到。
二、ID3算法
ID3算法是一种分类决策树算法。他通过一系列的规则，将数据最后分类成决策树的形式。分类的根据是用到了熵这个概念。熵在物理这门学科中就已经出现过，表示是一个物质的稳定度，在这里就...
分类：
编程语言 时间：
2015-01-04 21:31:19
阅读次数：
180
Classification And Regression Tree(CART)是一种很重要的机器学习算法，既可以用于创建分类树（Classification Tree），也可以用于创建回归树（Regression Tree），本文介绍了CART用于离散标签分类决策和连续特征回归时的原理。决策树创建过程分析了信息混乱度度量Gini指数、连续和离散特征的特殊处理、连续和离散特征共存时函数的特殊处理和后剪枝；用于回归时则介绍了回归树和模型树的原理、适用场景和创建过程。个人认为，回归树和模型树可以被看做“群落分类...
分类：
编程语言 时间：
2014-12-30 13:40:48
阅读次数：
767
1. 算法背景介绍分类树（决策树）是一种十分常用的分类方法。它是一种监管学习，所谓监管学习说白了很简单，就是给定一堆样本，每个样本都有一组属性和一个类别，这些类别是事先确定的，那么通过学习得到一个分类器，这个分类器能够对新出现的对象给出正确的分类。这样的机器学习就被称之为监督学习。C4.5分类树就是...
分类：
编程语言 时间：
2014-12-18 11:53:35
阅读次数：
336
一、找儿子 1、引用算法找儿子 /**
?*?创建子节点树形数组
?*?参数
?*?$ar?数组，邻接列表方式组织的数据
?*?$id?数组中作为主键的下标或关联键名
?*?$pid?数组中作为父键的下标或关联键名
?*?返回...
分类：
编程语言 时间：
2014-12-06 10:13:05
阅读次数：
254
树的定义 树和图一样都是非线性结构，树是n个结点的有限集合，当n=0时，称这棵树为空树。 非空树有以下特征：有且仅有一个称为根的结点。如果n>1, 除根结点以外其它结点可以分为m(m>0)个不相交的集合T1,T2,T3,T4,......,Tm，其中每一个集合都是一棵树。树T1, T2, T3,.....
分类：
其他好文 时间：
2014-10-18 15:21:23
阅读次数：
165
分类回归树算法：CART(Classification And Regression Tree)算法采用一种二分递归分割的技术，将当前的样本集分为两个子样本集，使得生成的的每个非叶子节点都有两个分支。因此，CART算法生成的决策树是结构简洁的二叉树。
分类树两个基本思想：第一个是将训练样本进行递归地划分自变量空间进行建树的想法，第二个想法是用验证数据进行剪枝。
CART与C4.5的...
分类：
其他好文 时间：
2014-09-24 12:33:26
阅读次数：
230
