决策树:修订间差异

来自决策链云智库
无编辑摘要
无编辑摘要
第21行: 第21行:
|nodeavailabletablelist=Table_For_Downstream
|nodeavailabletablelist=Table_For_Downstream
|nodeconfiguration=VariableList;DropManu;Text
|nodeconfiguration=VariableList;DropManu;Text
|nodeinputports=WorkFlow-Control 🠶;Transfer-Table ■
|nodeinputports=WorkFlow-Control 🠊;Transfer-Table ■
|nodeoutputports=WorkFlow-Control 🠶;Transfer-Model ▶;Transfer-Table ■
|nodeoutputports=WorkFlow-Control 🠊;Transfer-Model ▶;Transfer-Table ■
|statsapewikiurl=https://wiki.statsape.com/决策树
|statsapewikiurl=https://wiki.statsape.com/决策树
|previousnode=[[导入测试集]]
|previousnode=[[导入测试集]]

2023年12月8日 (五) 12:20的版本

Decision Tree.png
节点状态
PC可用
V1.0部署
决策树Decision Tree.svg
节点开发者决策链算法研发部 (Dev.Team-DPS)
节点英文名决策树
功能主类别机器学习
英文缩写DT_C45
功能亚类别分类训练器
节点类型数据挖掘
开发语言Python
节点简介

决策树算法是一种基于树结构的有监督机器学习算法,用于解决分类和回归问题。它基于一系列的决策规则来学习和预测数据的目标变量。

决策树通过对特征进行逐步分割来构建树结构,每个内部节点表示一个特征,每个叶节点表示一个预测类别或数值。

端口数量与逻辑控制(PC)
Input-入口2个
Output-出口3个
Loop-支持循环
If/Switch-支持逻辑判断
输入输出
可生成图片类型(推荐)
可生成数据表类型(推荐)
相关节点
上一节点导入测试集
下一节点支持向量机




查找其他类别的节点,请参考以下列表