algorithm - 如何使用交叉验证方法制作决策树?
问题描述
我很想知道当我们使用交叉验证时如何制作决策树,在教程中我读过交叉验证试图找到最佳准确度或最低错误率,但决策树是如何制作的尚不清楚。
例如在 K=10 中,是从其他 10 棵树中选择最好的树吗?
或者它试图选择树中的所有冗余边?
我的意思是我不明白最终的树是如何由其他 10 棵树制成的。
问候。
解决方案
交叉验证不是一种寻找最优模型的方法,而是“对模型预测性能进行更准确的估计”。
因此,它并不意味着输出可能的最佳决策树,但您可以例如评估不同的超参数设置(导致不同的决策树),以具有更高的统计显着性。
推荐阅读
- arcgis - 如何将用户绘制的图层保存到文件(.shp 或 .tiff)中?
- javascript - 在给定位置显示图像
- javascript - 打开一个带有新 URL 的模态弹出 div(如 instagram)
- r - R:关于安装和加载所有缺失包的说明
- mysql - 如何编写查询以使用单个查询从 2 个表中选择顶部和底部 3 个值?
- android - 对于 Vivo 设备上的几个 Drawable,Resources$NotFoundException
- ios - AppleWatch:Digital Crown 触觉反馈
- ruby-on-rails - Rails 中非持久记录的附件
- html - 在不使用 css 滚动条的情况下在屏幕上调整整个网页
- hibernate - 在 HANA DB 中创建“而不是插入”触发器的语法