Qual é a decisão do alternada Árvore algoritmo de aprendizagem ?
O algoritmo de aprendizado de árvore de decisão alternada é um algoritmo de aprendizado de árvore de decisão avançada que usa impulsionar a ganhar precisão. Este tipo de árvore de decisão é normalmente utilizada em problemas de classificação binária. Impulsionar
O reforço é um meta- algoritmo que usa muitos classificadores fracos em conjunto para criar um classificador forte . Para alternando árvores de decisão , aumentando adiciona três nós da árvore para cada iteração. Em seguida , o algoritmo determina um lugar para o nó divisor analisando todos os nós de previsão criados por reforço.
A Árvore
Em essência, a árvore de decisão é uma alternância e /ou gráfico que é atravessado , a fim de chegar a previsões . Para obter os valores de previsão , o algoritmo leva a soma total de todos os nós de previsão cruzadas na transversal. Em outras palavras, a árvore de decisão alternada pode fazer uso de todas as hipóteses fracas para impulsionar a chegar a uma representação única , de fácil compreensão .
Vantagens
árvores de decisão alternada têm vantagens sobre ambas as árvores de decisão normal e mais normal de reforço. Alternando árvores de decisão superar árvores de decisão na medida em que aumentaram o desempenho de previsões devido ao reforço. Além disso , alternando árvores de decisão podem ser fundidos em conjunto, algo que não pode ser feito com métodos de impulsionar normais.
