决策树学习维基百科，自由的百科全书跳到导航跳到搜索此条目介绍的是机器学习中的决策树。关于决策分析中的术语，请见“”。统计学，数据挖掘和机器学习中的决策树训练，使用决策树作为预测模型来预测样本的类标。这种决策树也称作分类树或回归树。在这些树的结构里，叶子节点给出类标而内部节点代表某个属性。在决策分析中，一棵决策树可以明确地表达决策的过程。在数据挖掘中，一棵决策树表达的是数据而不是决策。本页的决策树是数据挖掘中的决策树。目录1推广2决策树的类型3模型表达式3.1基尼不纯度指标3.2信息增益4决策树的…
引导聚合维基百科，自由的百科全书跳转到导航跳转到搜索自举聚集，也称为装袋（从bootstrapAGGregat荷兰国际集团），是一种机器学习合奏元算法旨在改善的稳定性和精度机器学习中使用的算法统计分类和回归。它还可以减少差异并有助于避免过度拟合。尽管它通常应用于决策树方法，但可以与任何类型的方法一起使用。套袋是模型平均方法的特例。内容1技术说明2示例：臭氧数据3历史4另请参见5参考6进一步阅读技术说明给定标准训练集D{\displaystyleD}大小为n，套袋产生m个新的训练集Di{\disp…
