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
老师,请问如果在决策树做边界划分的时候,如果不希望得到“横平竖直”的边界,可以用SVM或者多元线性回归来划分边界呢?但是我感觉如果这么一直这么分下去的话,就像是运用了多次SVM或者多次多元线性回归。或者是有什么其他方法可以改变决策树的这种决策边界吗?
这是决策树本身的局限性,无法改变。这就好比线性回归,逻辑回归和SVM就是线性划分算法一样:)
但是,当划分的足够细的时候,决策树的决策边界是不规则的:)可以参考12-5我们绘制的决策树的决策边界:https://github.com/liuyubobobo/Play-with-Machine-Learning-Algorithms/blob/master/12-Decision-Tree/05-CART-and-Decision-Tree-Hyperparameters/05-CART-and-Decision-Tree-Hyperparameters.ipynb
如果希望有更不规则的决策边界,我们就需要使用随机森林:)
继续加油!:)
好的,谢谢老师
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