【问题标题】:decision tree for predictive modelling预测建模的决策树
【发布时间】:2013-07-11 13:19:26
【问题描述】:

我有一个提供辐射的卫星数据,我用它来计算通量(使用表面和云信息)。现在使用回归方法,我可以建立一个与辐射度和通量相关的数学模型,并且可以用于在没有其他新输入的情况下预测新辐射度值的通量。

是否可以使用决策树或回归树来做同样的事情......?在回归中,存在连接因变量和自变量的数学方程。使用决策树,您如何开发这样的模型?

【问题讨论】:

  • 如果您要问的是是否有一个独特的数学模型直接将特征与目标变量相关联,那么我不相信。决策/回归树通常使用某种形式的熵/信息增益框架递归计算。可能(我不是这方面的专家)可以使用决策/回归树的输出/规则来形成数学模型

标签: statistics machine-learning supervised-learning


【解决方案1】:

最好在stats.stackexchange.com 中提问。简单的全局回归模型是只有一个节点的回归树的特例,因此您绝对可以为您的数据应用回归树。决策树通常用于分类,而不是回归。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2013-12-21
    • 2016-07-12
    • 2017-04-11
    • 2020-08-11
    • 2018-06-29
    • 1970-01-01
    • 2017-05-31
    • 1970-01-01
    相关资源
    最近更新 更多