1
A
回答
1
我的理解是这样的方式:
决策节点:
其中有一个要求组决定胜负的节点:前:利润> 50K。机会节点:
节点都没有一套要求,以确定在拆分,但东西,只是有发生或不防爆的概率去:成功或失败的50%的机会的业务。终端节点:
分裂的结束,所以东西送入这个,但没有出来呢。通常有一些结果。例如:商业成功。
0
决策节点:这些变量包括上影响图或决策树,他们在哪里的决定将不得不作出,它们通常是由正方形或长方形描绘点。通过E. Felix大师。
相关问题
- 1. R中决策树中的节点 - 需要更多节点
- 2. scikit-learn决策树节点深度
- 3. Microsoft决策树:特定节点的支持案例
- 4. 使用Adaboost时访问和修改OpenCV决策树节点
- 5. R从partykit决策树中提取终端节点信息
- 6. 来自决策树的叶节点的前n个分裂
- 7. 来自决策树的前n类叶节点
- 8. 决策树 - 节点的熵可以为零吗?
- 9. 决策树有2个类似的节点
- 10. 机器学习,决策树
- 11. 决策树问题解决
- 12. 我如何从x_train被预测的决策树中获取叶的节点号?
- 13. 决策树在树决策中保持使用Y变量
- 14. fancyRpartPlot决策树中节点顶部的数字是什么意思?
- 15. 执行决策树
- 16. 决策树修剪
- 17. 修剪决策树
- 18. 决策树组件
- 19. weka决策树java
- 20. 建模决策树
- 21. 如何在OOZIE决策节点中使用逻辑运算符?
- 22. UML活动图:决策节点上的循环
- 23. 机Java解决决策表
- 24. 在每个节点上用二元分割构造决策树分类器?
- 25. 使用决策树的熵
- 26. Hadoop节点和核心分配策略
- 27. 修剪C++决策树
- 28. Weka软件决策树
- 29. 快速排序决策树
- 30. 与sklearn决策树图