MargePierwszy #2
@ -33,7 +33,7 @@ training_data = [
|
|||||||
['j', 'n', 's', 'n', 3]
|
['j', 'n', 's', 'n', 3]
|
||||||
]
|
]
|
||||||
```
|
```
|
||||||
Budowanie drzewa decyzyjnego opiera się na podziale gałęzi względem algorytmu CART. Ma ono postać ciągu pytań, na które odpowiedzi determinują kolejne pytania, bądź kończą etap. W wyniku otrzymujemy strukturę drzewa, która w węzłach końcowych nie zawiera już pytań, lecz same odpowiedzi. Dodatkowo wypisuje liczbę zestawów danych pasujących do liścia z zestawu treningowego.
|
Budowanie drzewa decyzyjnego opiera się na podziale gałęzi względem algorytmu CART. Ma ono postać ciągu pytań, na które odpowiedzi determinują kolejne pytania, bądź kończą etap. W wyniku otrzymujemy strukturę drzewa, która w węzłach końcowych nie zawiera już pytań, lecz same odpowiedzi. Dodatkowo wypisuje zestaw danych pasujących do liścia, z zestawu treningowego.
|
||||||
```
|
```
|
||||||
def build_tree(rows):
|
def build_tree(rows):
|
||||||
gain, question = find_best_split(rows)
|
gain, question = find_best_split(rows)
|
||||||
|
Loading…
Reference in New Issue
Block a user