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1行： 第1行：
{{Infobox nodebasic|nodename=决策树|nodeimage=Decision Tree _ C45.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在[[DecisionTree | V1.0]]部署|nodeenglishname=[[Has english name::Decision Tree _ C45]]|abbreviation=DT_C45|funcmaincategory=机器学习|funcsubcategory=[[DataML Lv1 Cat::分类训练器]]|nodecategory=数据挖掘|nodeinterpretor=Python|nodeshortdescription=<p>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。</p>|nodeinputnumber=2|nodeoutputnumber=3|nodeloopsupport=否|nodeifswitchsupport=否|nodeavailableplotlist=nodenoplotoutput|nodeavailabletablelist=|nodeconfiguration=|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■|statsapewikiurl=https://wiki.statsape.com/决策树_Plus|previousnode=[[导入测试集]]|nextnode=[[支持向量机]]}}{{Navplate AlgorithmNodeList}}[[Category:分类训练器]]
{{Infobox nodebasic  
|nodename=决策树
|nodeimage=Decision Tree.png
|developer=Dev.Team-DPS
|productionstate=PC可用
|productionstatedesc=在[[DecisionLinnc | V1.0]]部署
|nodeenglishname=[[Has english name::Decision Tree]]
|abbreviation=[[Has abbreviation::DT_C45]]
|funcmaincategory=机器学习
|funcsubcategory=[[DataML Lv1 Cat::分类训练器]]
|nodecategory=数据挖掘
|nodeinterpretor=Python
|nodeshortdescription=<p>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。</p><p>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。</p>
|nodeinputnumber=2
|nodeoutputnumber=3
|nodeloopsupport=否
|nodeifswitchsupport=否
|nodeavailableplotlist=nodenoplotoutput
|nodeavailabletablelist=
|nodeconfiguration=
|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■
|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■
|statsapewikiurl=https://wiki.statsape.com/决策树
|previousnode=[[导入测试集]]
|nextnode=[[决策树]]
}}
 
 
{{Navplate AlgorithmNodeList}}
 
[[Category:分类训练器]]

2023年12月4日 (一) 22:11的版本

Decision Tree.png
节点状态
PC可用
在 V1.0部署
决策树
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-支持循环否
If/Switch-支持逻辑判断否
输入输出
可生成图片类型（推荐）
可生成数据表类型（推荐）
可配置参数例型
相关节点
上一节点导入测试集
下一节点决策树
WikimediaUI-Globe.svg相关网站



属性“Nodeicon”（作为页面类型）与输入值“File:”包含无效字符或不完整，并因此在查询或注释过程期间导致意外结果。


查找其他类别的节点，请参考以下列表

取自“https://wiki.statsape.com/index.php?title=决策树&oldid=2473”
最近修改
此页面最后编辑于2023年12月4日 (星期一) 22:11。
版权
DecisionLinnc Wiki (决策链云智库) © 2024 by Statsape is licensed under Attribution-NonCommercial-ShareAlike 4.0 International. To view a copy of this license, visit [http://creativecommons.org/licenses/by-nc-sa/4.0/| CreativeCommons-Licenses-4.0].