inTrees (interpretable trees) is a framework for extracting, measuring, pruning, selecting and summarizing rules from a tree ensemble (so far including random forest, RRF and gbm). All algorithms for classification, and some for regression have been implemented in the "inTrees" R package. For Latex user: t - For regression problems, rules with...
减叶的原则是什么？按相似性分组并从组中选择最佳选项？
https://sites.google.com/site/houtaodeng/intrees
显然，700是100棵树的总数。
如果你建立了一棵树，你会得到同样的7条规则，你认为这是神奇的））。
这是1棵树给我的虹膜的结果（准确率为96%，即150个例子中的6个错误}}。
好吧，这只是一个例子，你的一棵树有什么错误又有什么区别呢...。
https://sites.google.com/site/houtaodeng/intrees
好吧，这只是一个例子，谁在乎你用一棵树得到了什么错误......
为了证明这不是魔术
以一个不那么原始的任务为例，比如你需要1000棵树，这将是+-7000条规则，然后看看你如何用一条规则来描述数据，并且有类似的错误，比如说
以一个不那么原始的任务为例，你需要1000棵树，这将是+-7000条规则，然后看看你如何用一条规则描述数据，并且有类似的错误，例如
每个问题都有自己的解决方案。我已经表明，对于你的鸢尾花的例子，不需要魔法，一棵树就足够了。顺便说一下，你在那里的魔力是什么？
你明白什么是例子，为什么它应该是简单的吗？ 还是你认为我对虹膜的分析感兴趣？:))
神奇的是不在算法中，神奇的是在与Zhenya的对话中说的，神奇的是你可以大大减少离开有用的信息。你明白什么是例子，为什么它应该是简单的吗？ 还是你认为我对分析虹膜感兴趣？:))
我提出一个概念，任何复杂的、任何种类的TC都可以自动创建。谁有这样的概念？
不清楚的是这个概念。问题陈述并不完整。从我读到的内容来看，你想用随机树找到事件，然后确定不同事件的重复链，然后用不完整的链图像进行预测？
不清楚的是这个概念。问题陈述并不完整。从我读到的内容来看，你想用随机树算法或其他方法来识别事件，然后识别不同事件的重复链，然后用不完整的链图像来进行预测？
你为什么需要这一切？ 你想创造这种算法吗？
https://sites.google.com/site/houtaodeng/intrees
你明白发生了什么事吗？
如果我理解正确的话，它建议修剪，然后把频繁拆分放到一个单独的预处理中。到底是不是这样呢？
你自己明白发生了什么事吗？
不，我没有。