最正规的赌场网站基于机器学习决策树算法预测

  决策树算法是机器学习中的监督学习算法,决策树算法是一种逼近离散函数值的方法。它是一种典型的分类方法,首先对数据进行处理,利用归纳算法生成可读的规则和决策树,然后使用决策对新数据进行分析,其实就是通过一系列规则对数据进行分类的过程。

  ,二叉树上每个非叶子结点都有一个条件,满足条件的放到结点的右边,不满足条件的放到结点的左边。

  现在我们有一个家庭数据集,每一个人看成是一个样本,每个样本有两个特征,分别是年龄特征和性别特征,假设年龄小于15的男性是最喜欢踢足球的,现在我们能否使用决策树算法选出这个家庭中的五个人谁是最喜欢踢足球的?

  我们可以使用熵来帮助我们判断,具体来说,我们需要确定数据集中哪个特征的熵是最大的,那么这个特征就会作为根节点,然后利用递归的思想,逐渐往下构建树结构,寻找其它特征来作为下一级的根节点,逐渐递归,最终根据数据集就构建出一棵符合数据集的决策树,这样的决策树是符合数据集的统计分布的。

  平均月收入。在决策树中每一个内部节点都表示一个特征条件判断,叶子节点表示贷款用户是否具有偿还能力。

  当我们通过决策树算法构造出这样的决策树的时候,我们就可以利用这棵决策树模型来预测未知用户是否有还贷的能力,以此来确定贷款给该用户的可靠性。

  这就是决策树算法的构造以及决策树算法在预测贷款用户是否具有偿还贷款的能力上的应用。

分享到
扫描二维码分享到微信
确 认

Copyright © 2002-2018 最正规的赌场网站 版权所有 备案号:苏ICP备16035770号