上一篇文章中，我们介绍了两个决策树构建算法 — ID3、C4.5：决策树的构建 -- ID3 与 C4.5 算法本文我们来看看如何使用这两个算法以及其他工具构建和展示我们的决策树。...

在系统流程图中，我们常常会构建决策树，例如上面的例子是一个简单的用于动物分类的专家系统，是一个典型的树状结构。决策树通常用来处理数值型或标称型数据，它用来预测对象属性与对象值之间的关系。...

文本分类大致有两种方法：一种是基于训练集的文本分类方法；另一种是基于分类词表的文本分类方法。两种方法出自不同角度的研究者，训练集法更多的来自计算机或人工智能研究领域，而分类表法则更多地来自突出情报领域。本文主...

数据库中已验证的miRNA-疾病关联严重不足，使用传统的生物学实验方法识别新的miRNA-疾病关联成本高且具有一定的盲目性。

来源：AI科技评论本文约7100字，建议阅读13分钟本文总结了机器学习领域多个基础算法的历史溯源。最近，吴恩达在其创办的人工智能周讯《The Batch》上更新了一篇博文，总结了机器学习领域多个基础算法的历史溯源。文章开头，吴...

和支持向量机一样， 决策树是一种多功能机器学习算法， 即可以执行分类任务也可以执行回归任务， 甚至包括多输出（multioutput）任务.

词性标注 标注语料库； 各词性标注及其含义

本文是模式识别课程关于支持向量机（SVM）算法的课程设计，根据人脸的面部特征，通过SVM算法将表情分为7类。 本文的jupyter文件和数据集下载地址： https://download.csdn.net/download/qq1198768105/66912662...

在上一篇【sklearn】1.分类决策树学习了sklearn决策树的一些接口后，现在利用kaggle上泰坦尼克号的数据集进行实践。

决策树是机器学习中的一种常用算法。相关数学理论我也曾在数学建模专栏中数学建模学习笔记（二十五）决策树 介绍过，本篇博文不注重相关数学原理，主要注重使用sklearn实现分类树的效果。 参考课程见【2020机器学习全集】菜...