具有概率目标的决策树
是一种机器学习算法，用于解决具有概率目标的分类和回归问题。它是决策树算法的一种扩展，通过考虑目标变量的概率分布，能够更准确地预测未知样本的概率。
概率目标的决策树可以分为两种类型：概率分类树和概率回归树。
- 概率分类树：用于解决具有概率目标的分类问题。它通过构建一棵决策树，每个节点都代表一个特征，根据特征的取值将数据集划分为不同的子集。在每个叶节点上，概率分类树会计算每个类别的概率分布，然后根据概率分布进行分类预测。常见的应用场景包括垃圾邮件过滤、疾病诊断等。
推荐的腾讯云相关产品：腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）
- 概率回归树：用于解决具有概率目标的回归问题。与传统的决策树不同，概率回归树在每个叶节点上不仅预测一个具体的数值，还会给出该数值的概率分布。这样可以提供更全面的预测结果，帮助决策者更好地理解预测的不确定性。常见的应用场景包括股票价格预测、房价预测等。
推荐的腾讯云相关产品：腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）
总结：具有概率目标的决策树是一种能够考虑目标变量概率分布的机器学习算法，适用于解决具有概率目标的分类和回归问题。腾讯云提供的机器学习平台是一个强大的工具，可以帮助开发者快速构建和部署概率目标的决策树模型。
相关·内容
3回答
我目前正在研究一个模型，以预测一旦一个人感染了冠状病毒后死亡的概率。我正在使用一个荷兰数据集，其中包含分类变量:感染日期、死亡或治愈、性别、年龄组等。建议使用我已经构建的决策树。因为我是决策树的新手，所以我需要一些帮助。我希望用概率(%)来表示预测(目标变量)，而不是二进制输出。我如何才能做到这一点？此外，我还想亲自输入数据来处理样本，看看结果是什么。
浏览 26提问于2020-08-13得票数 0
回答已采纳
1回答
根据他们的方法，P(A)=1/2，P(B)=1/3，P(C)=1/6，我会得到一个类似这样的图表：
然后我会将它们出现的概率乘以每个给定(1/2)*1+(1/3)*2+(1/6)*2 =1.5bit所需的问题数量我尝试了不同的组合和概率，得到了类似的结果。我是不是漏掉了什么？我是用错了哪种方法，还是其中一种更具条件性？
浏览 4提问于2021-01-05得票数 1
1回答
我使用了scikit--学习决策树分类器来完成这个任务，并且在初始阶段给出了很好的结果。但是，我想知道它是如何在引擎盖下工作的，以及如何在决策树中进行多标签分类？决策树模型将如何解决两组不同标签的优化任务？
浏览 1提问于2019-09-03得票数 0
1回答
我正试图确切地了解元随机森林分类器是如何确定最终预测的，我知道存在一个投票系统，并且使用决策树的聚合来找到最终的预测，我从这里读到：Python中的随机森林分类：我阅读了RFC源代码：合奏/森林：📷
我们有3类(A，B，C)的估计器，每棵树都有一定数
浏览 0提问于2019-04-30得票数 5
回答已采纳
当我阅读关于决策树的scikit--学习用户手册时，他们提到
CART (分类和回归树)与C4.5非常相似，但它的不同之处在于它支持数值目标变量(回归)，不计算规则集。
浏览 0提问于2017-09-23得票数 6
1回答
Severity_Moderate Severity_None Severity_Severe Contact_Dont-Know Contact_No Contact_Yes Country 我的问题是，我找不到具有类似参数的阴性患者数据我有一个负面的患者数据，它只有4500条记录，而且还缺少年龄，性别，位置信息 我想知道的是:有没有可能我们只使用阳性患者的数据并尝试预测covid概率？ 根据我的ML理解，我们需要两个类的平衡数据。
浏览 24提问于2020-07-13得票数 0
2回答
我主要关心的是，我需要理解随机森林是如何在scikit中进行多数投票来学习源代码的。我没有在RandomForest的源代码中找到特定的代码。如果有人知道，请解释一下。谢谢
浏览 0提问于2019-10-24得票数 1
假设我们代表的是学校课程数据。该示例的相关部分包含三个真实世界的概念:学校、校园和学期.一所学校可以有许多校园，而且有有限的学期。Foo大学：
- Spring 2011律师学院：
这种模式可能会继续下去。例如，系可以作为学校的孩子存在于现实世界中，但在模型中，它们可以被表示为学期的子节点，因为它们的重要之处可以在每个学期之间发生变化。基本上
浏览 1提问于2010-12-22得票数 2
回答已采纳
我以前试过问这个问题，但我知道我没有提供足够的信息。我会再试一次，而且会更彻底。-Low: 1.78 -Medium: 2.30 -High: 0.89输出: 0.34 (仅举个例子)提前感谢，如果我遗漏了任何重要信息，请一定要让我知道。
浏览 1提问于2019-04-19得票数 0
1回答
其次，在第2b步中，我不知道如何获得加权类别概率估计。它只是说我们可以使用决策树来估计概率，但我不知道怎么做。
提前谢谢。我的英语很差，我的问题可能含糊不清。对此我真的很抱歉。
浏览 10提问于2017-12-11得票数 1
将先验概率与机器学习概率预测结果相乘。然而，我得到更好的预测结果是没有意义的，因为我得到了更小的概率。我是不是遗漏了什么？Thx
浏览 0提问于2022-02-19得票数 0
2回答
我使用sklearn包中的决策树分类器来预测数据。我的混淆矩阵是这样的：我不太关心总的准确性，但我需要预测因变量为0的时候。换句话说，我想减少假阴性率，我同意假阳性率也会增加的事实。
浏览 5提问于2021-11-08得票数 0
1回答
我目前遵循的方法是，如果特定类的概率>60%，则记录被分类到该类，如果没有一个类的概率大于60%，则记录将被分类到新类(C+1)。95%的特征具有二进制数据。Sri
浏览 0提问于2016-11-28得票数 0
1回答
具有两个目标的最短路径
、、、、
我感兴趣的是写一个算法来寻找具有两个目标的最短路径(例如。时间和安全)。例如，在下图中，黑色数字是旅行时间，红色数字是用户经历事件的概率。目标是找到具有最佳总体成本的最佳路径。总成本=时间+(该路线上发生事件的概率)*(事件的时间成本)
浏览 7提问于2018-06-01得票数 0
假设我有两个目标标签的数据，A和B。不确定类别中的项目将是A和B的混合体，大致分布均匀。两个问题：这个问题能在一个标准的射频框架中解决吗？
浏览 0提问于2022-05-18得票数 1
回答已采纳
2回答
我在理解KL-散度以及如何使用它进行特征选择时有点困难。因此，假设我有一组观察值(例如，0和1)，并为每个观察值生成2个特征。我现在的问题是:为什么特性是“最好的”？
浏览 4提问于2016-06-04得票数 0
我想使用ExtraTreesClassifier计算给定数据集的特征重要性。我的目标是为进一步的分类过程找到高得分的特征。X数据集的大小为(10000，50)，其中50列是特征，该数据集仅表示从一个用户(即，来自同一类)收集的数据，Y是标签(全零)。代码：import matplotlib.pyplot as pltmodel.fit(X,Y)
X = pd.DataFrame(X
浏览 0提问于2019-12-06得票数 0
我试图弄清楚为什么当使用决策树进行多类分类时，计算分数和应用softmax是常见的，而不是只取终端节点概率的平均值？
假设我们的模型是两棵树。树1的终端节点在具有20%的1级、60%的2级和20%的3类的节点中有示例14，而树2的终端节点在具有100%的类2的节点中有示例14，那么我们对训练示例14的预测是10%，80%，10%。
浏览 0提问于2017-09-27得票数 3
1回答
假设我有一个具有4个特性的实例空间，并且我知道有8个节点的决策树可以表示我想学习的目标函数。我想给一个上限的样本集所需的大小，以实现一个真正的误差最多为x%。
我在一本教科书里找到了这个定理。如果从分布S中提取大小为n\geq\frac{1}{\epsilon}\operatorname{ln}\left(\frac{|\mathcal{H}|}{\delta}\right)的训练集，则在概率大于或等于1-\delta的情况下，每个具有真正错误err_D(h) \geq \epsilon的h \in \mathcal{H}
浏览 0提问于2020-05-10得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
