Supervised learning, decision trees
5 belangrijke vragen over Supervised learning, decision trees
Wat zijn de 3 kenmerken van de decision three learning strategy
- De steekproef wordt iteratief opgesplitst in kleinere steekproeven
- Elke keer worden alle mogelijke splitsingen geëvalueerd
- De best mogelijke splitsing is geselecteerd
Met welke 2 effecten wordt er rekening gehouden bij een splitting decision
- De vermindering van onzuiverheid
- Het aantal waarnemingen in de resulterende deelmonsters
Wat is stopping decision
- Hogere cijfers + sneller leren
- Niets twee keer studeren
- 100% zeker alles onthouden
Wat zijn de 3 voordelen van classification trees
- Interpreteerbaar regels
- Niet-parametrisch
- Robuust met betrekking tot invoergegevens
Wat zijn de 3 nadelen van classification trees
- Gevoelig voor veranderingen in de trainingsgegevens zwakke classificatie
- Gevoelig voor onevenwichtige klasseverdeling
- Voorspellend vermogen
De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:
- Een unieke studie- en oefentool
- Nooit meer iets twee keer studeren
- Haal de cijfers waar je op hoopt
- 100% zeker alles onthouden