《機器學習實戰》第9章的樹回歸執行時頻繁出錯，這裡主要有兩點：
出錯的**行是：
for splitval in
set(dataset[:,featindex]):
for splitval in
set(dataset[:,featindex].t
.a.tolist()[0]):
出錯的**行是：
def
binsplitdataset
(dataset, feature, value):
mat0 = dataset[nonzero(dataset[:,feature] > value)[0],:][0]
mat1 = dataset[nonzero(dataset[:,feature] <= value)[0],:][0]
return mat0,mat1
def
binsplitdataset
(dataset, feature, value):
mat0 = dataset[nonzero(dataset[:,feature] > value)[0],:]
mat1 = dataset[nonzero(dataset[:,feature] <= value)[0],:]
return mat0,mat1
修改之後執行結果：
樹字典：
機器學習實戰之樹回歸
線性回歸包含一些強大的方法，但是這些方法建立的模型需要擬合所有的樣本點 區域性線性回歸除外 當資料擁有眾多特徵，且特徵之間關係十分複雜時，構建全域性模型的想法顯得困難。並且，生活中很多問題都是非線性的，不可能使用全域性線性模型來擬合任何模型。一種可行的方法是將資料集切分成很多份易建模的資料，然後利用...
機器學習實戰 樹回歸 實現記錄
def regleaf dataset returns the value used for each leaf return mean dataset 1 def regerr dataset return var dataset 1 shape dataset 0 def createtree ...
《機器學習實戰》學習筆記 12 回歸 樹回歸
機器學習實戰 學習筆記 12 回歸 樹回歸 分類與回歸樹 classification and regression trees,cart 是由四人幫leo breiman,jerome friedman,richard olshen與charles stone於1984年提出，既可用於分類也可用於...