Дерево решений — это непараметрический алгоритм обучения с учителем, который можно использовать как для классификации, так и для регрессии. Внутренние узлы представляют собой набор данных, ветви представляют правила принятия решений, а листья представляют результаты в этом методе древовидной структуры. Алгоритм: 1. Корень — это вся обучающая выборка. 2. Значения корневого атрибута сравниваются с набором данных. На основе сравнения он следует за ветвью и переходит к следующему..

Сегодня мы рассмотрим одну из самых популярных регрессионных моделей под названием «Дерево решений». #100DaysOfMLCode #100ProjectsInML Я буду решать ту же проблему о прогнозировании заработной платы нового сотрудника на основе его уровня должности. Я решил ту же проблему в проекте 3, используя полиномиальную регрессию — вы можете проверить это здесь . И та же проблема была решена в проекте 4 с помощью регрессии опорных векторов — вы можете проверить этот проект здесь ...