ML之DT：基于简单回归问题训练决策树(DIY数据集+三种深度的二元DT性能比较)

ML之DT：基于简单回归问题训练决策树(DIY数据集+三种深度的二元DT性能比较)

 

目录

输出结果

设计思路

核心代码

---

 

 

 

输出结果

 

设计思路

 

核心代码

for i in range(1, len(xPlot)):lhList = list(xPlot[0:i])rhList = list(xPlot[i:len(xPlot)])lhAvg = sum(lhList) / len(lhList)rhAvg = sum(rhList) / len(rhList)lhSse = sum([(s - lhAvg) * (s - lhAvg) for s in lhList])rhSse = sum([(s - rhAvg) * (s - rhAvg) for s in rhList])sse.append(lhSse + rhSse)xMin.append(max(lhList))

 

 

 

总结

以上是生活随笔为你收集整理的ML之DT：基于简单回归问题训练决策树(DIY数据集+三种深度的二元DT性能比较)的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。