id3算法基本步骤 如何用决策树法评价选择最优方案？

如何用决策树法评价选择最优方案？

步骤：（1）绘制决策树。从左到右绘制决策树的过程就是决策问题的再分析过程。（2） 每个方案的期望值从右到左计算，结果写在相应方案节点的上方。期望值沿决策树的相反方向从右向左计算。（3） 通过比较各方案的期望值，进行剪枝优化。在放弃备选方案的分支上，使用“=”标记切断。

既然使用神经网络也可以解决分类问题，那SVM、决策树这些算法还有什么意义呢？

这取决于数据量和样本数。不同的样本数和特征数据适合不同的算法。像神经网络这样的深度学习算法需要训练大量的数据集来建立更好的预测模型。许多大型互联网公司更喜欢深度学习算法，因为他们获得的用户数据是数以亿计的海量数据，这更适合于卷积神经网络等深度学习算法。

如果样本数量较少，则更适合使用SVM、决策树和其他机器学习算法。如果你有一个大的数据集，你可以考虑使用卷积神经网络和其他深度学习算法。

以下是一个图表，用于说明根据样本数量和数据集大小选择的任何机器学习算法。

如果你认为它对你有帮助，你可以多表扬，也可以关注它。谢谢您！

id3算法基本步骤 简述svm算法的原理 决策树画法例题

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。