漫话机器学习系列033.决策树回归模型（Tree Model）
发布时间
阅读量：
阅读量
决策树回归（Decision Tree Regression）
回归分析中的一种监督学习途径称为决策树回归，其核心在于利用树状结构对输入空间实施递归划分，形成多个独立区域。在每个特定区域内，该方法通过拟合一个简单的常数值，实现对目标变量的预测功能。
决策树回归的原理
树的构建 * 决策树通过树状结构对数据实施分类处理。
* 每次进行分类时，选取一个特定属性及其对应的临界值，将原始数据集分割为两个独立的子集。
* 核心目的在于确定最优的分割方式，从而确保每个子集内部的目标变量具有较高的相似性（即降低预测误差）。
2.
划分准则
一般情况下，选择均方误差（MSE, Mean Squared Error） 作为评估划分效果的标准：
还没有任何评论哟~