课程介绍
决策树是一种十分常用的分类方法,是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法。在机器学习中,决策树是一个预测模型,他代表的是对象属性与对象值之间的一种映射关系。Entropy=系统的凌乱程度,使用算法ID3, C4.5和C5.0生成树算法使用熵。 本课程介绍了决策树基本概念,算法及如何通过Python的Scikit-learn库构建决策树。
适合人群
有Python开发使用经验的,想要学习机器学习的工程师
考试
-
认证:Apsara Clouder—大数据:使用python实现决策树
-
考试类型:线上
-
语言:英文
-
考试时间:30 分钟
-
考试机会:2次
相关课题
课程内容简介
决策树概述
决策树算法
决策树例子
课程回顾