集成学习是通过训练弱干个弱学习器，并通过一定的结合策略，从而形成一个强学习器。有时也被称为多分类器系统（multi-classifier system）、基于委员会的学习（committee-based learning）等。...

本文中讲解的是使用sklearn实现决策树及其建模过程，包含数据的清洗和数据分离train_test_split采用不同的指标，基尼系数或者信息熵进行建模，使用的是X_train和y_train...

从西瓜书和统计学习方法中学习了决策树的相关知识，同时在网上查找了树的知识点，最重要的是二叉树和树3种的遍历方式

基于决策树的泰坦尼克号幸存者分析，几个重要的方法 缺失值的处理将字符型数据转成数值型特征属性数据和标签属性的分离决策树的建模网格搜索的建立导入模块import numpy as npimport pandas as pdimport matplotlib.py...

决策树Decision Tree是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规 则，并用树状图的结构来呈现这些规则，以解决分类和回归问题 。...

物以类聚，给定一个训练数据集，对于新输入的实例，在训练集数据中找出和该实例最邻近的k个实例，算法的具体步骤为：

海伦女士一直在使用约会网站来寻找适合自己的约会对象。尽管约会网站会推荐不同的人选，但是海伦不是喜欢每个人。经过一番的总结，她发现自己喜欢过3个类型的人：...

本章会介绍机器学习领域中非常重要的集成学习方法。在机器学习中，集成学习方法使用多种学习算法来获得比使用任何单独的学习算法更好的预测性能。...

通过前几个小节绘制使用决策树来解决分类问题的决策边界可以看出，决策树的决策边界都是横平竖直的直线。

本文为《机器学习实战：基于Scikit-Learn和TensorFlow》的读书笔记。 中文翻译参考