Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
如何探索使用 scikit learn 构建的决策树
我正在使用构建决策树 clf tree DecisionTreeClassifier clf clf fit X train Y train 这一切都很好 但是 我该如何探索决策树呢 例如 如何查找 X train 中的哪些条目出现在特定叶
python
machinelearning
scikitlearn
Decisiontree
增量熵计算
Let std vector
c
Algorithm
Decisiontree
Entropy
在海量数据集上学习决策树
我正在尝试使用 MATLAB 从巨大 即无法存储在内存中 数据集构建二元分类决策树 本质上 我正在做的是 收集所有数据 Try out n数据的决策函数 选出最佳决策函数 https stackoverflow com questions
MATLAB
Classification
Decisiontree
为什么用 python 编写的决策树代码的预测结果与用 R 编写的代码不同?
我正在 python 和 R 中使用 sklearn 的 load iris 数据集 在 R 中称为 iris 我使用 基尼 索引以两种语言构建了模型 并且当直接从虹膜数据集中获取测试数据时 我能够在两种语言中正确测试模型 但是 如果我给出
python
r
Decisiontree
将 scikit-learn DecisionTreeClassifier.tree_.value 映射到预测类
我在 3 类数据集上使用 scikit learn DecissionTreeClassifier 安装分类器后 我访问 tree 属性上的所有叶节点 以便获取每个类的给定节点中最终出现的实例数量 clf tree DecisionTree
python
scikitlearn
Decisiontree
决策树中特定类的 Sklearn 决策规则
我正在创建决策树 我的数据属于以下类型 X1 X2 X3 X50 Y 1 5 7 0 1 1 5 34 81 0 1 4 21 21 1 0 65 34 23 1 1 我正在尝试执行以下代码 X train data iloc 0 51 Y
python
python3x
machinelearning
scikitlearn
Decisiontree
WEKA 生成的模型似乎无法预测给定属性索引的类别和分布
Overview 我正在使用 WEKA API 3 7 10 开发者版本 来使用我预制的 model files 我制作了 25 个模型 五种算法的五个结果变量 J48决策树 http weka sourceforge net doc de
Java
machinelearning
Weka
Decisiontree
Prediction
AttributeError:模块“pydotplus”没有属性“Node”
我正在尝试根据在 DataCamp 上找到的文章绘制我的决策树 https www datacamp com community tutorials decision tree classification python https www
python
plot
Decisiontree
纯分裂的熵计算为 NaN
我编写了一个函数来计算向量的熵 其中每个元素代表一个类的元素数量 function x Entropy a t sum a t repmat t 1 size a 2 x sum a t log2 a t end e g a 4 0 the
MATLAB
Decisiontree
Entropy
将分类数据传递给 Sklearn 决策树
有几篇关于如何将分类数据编码到 Sklearn 决策树的文章 但从 Sklearn 文档中 我们得到了这些 决策树的一些优点是 能够处理数值数据和分类数据 其他技术通常专门用于分析仅具有一种变量类型的数据集 请参阅算法以获取更多信息 但运行
python
scikitlearn
Decisiontree
pydot:是否可以绘制两个具有相同字符串的不同节点?
我正在使用 pydot 在 python 中绘制图表 我想表示一个决策树 比如 a1 a2 a3 是属性 两个类是 0 和 1 a1 gt 3 a2 gt 10 a3 gt 7 1 0 1 0 然而 使用 pydot 只创建了两个叶子 树看
python
Decisiontree
pydot
使用 pydot 绘制决策树
我已经训练了一个决定tree Python字典 如下 现在我尝试使用它来绘制它pydot http code google com p pydot 在定义树 pydot 图 的每个节点时 我为其指定一个唯一 且详细 的名称和一个简短的标签
python
graphviz
Decisiontree
pydot
R 中的 chaid 回归树到表的转换
我使用了 CHAID 包这个链接 http r forge r project org R group id 343 它给了我一个可以绘制的chaid对象 我想要一个决策表 其中每个决策规则在一列中而不是决策树中 但我不明白如何访问这个 c
r
package
Regression
Decisiontree
如何使用 graphviz 绘制树图?
我无法重现一个简单的例子 事情是这样的 import pandas as pd import numpy as np import sklearn as skl from sklearn import tree from sklearn c
python3x
errorhandling
graphviz
Decisiontree
如何在R中设置C5.0包的成本矩阵?
我在网上搜索了很多 但没有找到任何关于 R 中 C5 0 函数的 成本 参数的有用描述 在 C5 0 R 手册中 它只是说 与可能的错误 矩阵应有 C 列和行 其中 C 是类别级别的数量 它没有告诉我是否row or the column是
r
Decisiontree
如何用C#实现交互式决策树
我需要允许用户通过在屏幕上显示的两个简单选项之间进行选择来选择自己的路径 以便进行下一组选择 直到他们到达其中一个结局 即应该实现这样的事情 我尝试过以下代码 但每次只评估左侧 我想知道如何才能达到如上图所示的结果 覆盖所有分支 例如 如果
c
machinelearning
artificialintelligence
Chatbot
Decisiontree
R:从决策树中提取规则
我正在使用 R 编程语言 最近 我读到了一种名为 强化学习树 RLT 的新决策树算法 据说它有可能将 更好 的决策树适合数据集 该库的文档可在此处找到 https cran r project org web packages RLT RL
r
Tree
datamanipulation
Prediction
Decisiontree
rpart节点分配
是否可以提取拟合的节点分配rpart树 当我将模型应用于新数据时会怎样 我的想法是 我想使用节点作为数据集群的一种方式 在其他软件包 例如 SPSS 中 我可以保存预测的类 概率和节点号以供进一步分析 鉴于 R 的强大功能 我想有一个简单的
r
Decisiontree
rpart
使用熵的加权决策树
我正在使用构建二元分类树互信息增益 http en wikipedia org wiki Mutual information作为分裂函数 但由于训练数据偏向于少数类别 因此建议通过逆类别频率对每个训练示例进行加权 如何对训练数据进行加权
machinelearning
Entropy
Decisiontree
TicTacToe AI 做出错误的决定
一点背景知识 作为在 C 中学习多节点树的一种方法 我决定生成所有可能的 TicTacToe 棋盘并将它们存储在树中 以便从节点开始的分支都是可以从该节点开始的所有棋盘 以及节点是一步步跟随的棋盘 之后 我认为编写一个人工智能来使用该树作为
Algorithm
artificialintelligence
Decisiontree
tictactoe
«
1
2
3
»