采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
假设我现在有10个维度,但是只需要作出两个叶子节点。前五个维度决定第一个叶子节点,后五个维度决定第二个叶子节点。但是按照老师的说法,貌似只能是一个维度决定一个叶子节点,我想兼容多个维度的信息作出一个决定,这个可以实现吗?
抱歉,我没有思考过这个问题。你需要自己根据自己的需求,细化你的思路。比如到底什么是“兼容多个维度信息作出决定”,到底是要参考多个维度的什么信息,优化的到底是什么,最终做出的到底是什么决定。
比如传统的决策树的思路,就是在每一个维度找到一个值,根据这个维度的这个值,划分当前的数据,优化的是信息熵(或者gini系数),寻找使信息熵(或者gini系数)最小的那个划分。是的,经典的决策树算法,每次划分只参考一个维度。
你需要细化自己的想法,使其成为可以编程的算法思想,进而称为可以执行的程序指令:)可能真正深入下去,你的想法能够写出不错的论文呢:)
加油!
非常感谢!
老师,我已经把你的视频刷了两遍。有很多收获,但是也让我脑子十分的凌乱,可能是东西太多了,我智商也不是很高,以至于我无法总结出我自己问题到底出在哪里,我甚至不知道我模糊不清的点在什么地方。估计想要完全的吸收还需很长的时间
这是正常的。我的建议是,认清你学习机器学习的目标,继续朝那个目标前进。在前进的道路上,不时地回头回顾自己已经掌握的内容。与此同时,多实践。切记,计算机是工科,是实践的学科。参与一些和机器学习相关的比赛是一个可能的实践方式。加油!:)
登录后可查看更多问答,登录/注册
Python3+sklearn,兼顾原理、算法底层实现和框架使用。
2.5k 19
3.5k 17
2.9k 15
1.6k 15
1.4k 14