ML之DT:基于简单回归问题训练决策树(DIY数据集+三种深度的二元DT性能比较)
生活随笔
收集整理的這篇文章主要介紹了
ML之DT:基于简单回归问题训练决策树(DIY数据集+三种深度的二元DT性能比较)
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
ML之DT:基于簡單回歸問題訓練決策樹(DIY數據集+三種深度的二元DT性能比較)
?
目錄
輸出結果
設計思路
核心代碼
?
?
?
輸出結果
?
設計思路
?
核心代碼
for i in range(1, len(xPlot)):lhList = list(xPlot[0:i])rhList = list(xPlot[i:len(xPlot)])lhAvg = sum(lhList) / len(lhList)rhAvg = sum(rhList) / len(rhList)lhSse = sum([(s - lhAvg) * (s - lhAvg) for s in lhList])rhSse = sum([(s - rhAvg) * (s - rhAvg) for s in rhList])sse.append(lhSse + rhSse)xMin.append(max(lhList))?
?
?
總結
以上是生活随笔為你收集整理的ML之DT:基于简单回归问题训练决策树(DIY数据集+三种深度的二元DT性能比较)的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Graphviz之DT:手把手教你使用可
- 下一篇: ML之DT:基于简单回归问题训练决策树(