【Matlab】基于决策树DT实现多分类预测（Excel可直接替换数据）
【Matlab】基于决策树DT实现多分类预测（Excel可直接替换数据））
- 1.算法简介
- 1.1 算法原理
- 1.2 算法优点
- 1.3 算法缺点
- 1.4 算法步骤
- 2.测试数据集
- 3.替换数据
- 4.混淆矩阵
- 5.对比结果
- 7.代码及注释
1.算法简介
1.1 算法原理
- 决策树是一种特别简单的机器学习分类算法。决策树想法来源于人类的决策过程，是在已知各种情况发生概率的基础上，通过构成决策树来评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。
- 由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，其代表的是对象属性与对象值之间的一种映射关系。
- 决策树可看作一个树状预测模型，它是由结点和有向分支组成的层次结构。树中包含3种结点：根结点、内部结点、叶子结点。
- 决策树只有一个根结点，是全体训练数据的集合。树中每个内部结点都是一个分裂问题：指定了对实
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！