機械学習
決定木
Gini不純度が最も下がる数値特徴量の分割を決定的に選び、深さ・ノード数を制限した分類木を構築します。
- TIME
- O(Dds log s)
- SPACE
- O(ds+n)
D = 深さ、s = 標本数、d = 特徴量数、n = ノード数 / 上限: 有限数の標本2〜256、特徴量1〜16、深さ0〜12、ノード1〜511、文字列ラベル100文字以下
Gini不純度が最小になる分割で決定木を構築し、木と正解率を返します。
機械学習
Gini不純度が最も下がる数値特徴量の分割を決定的に選び、深さ・ノード数を制限した分類木を構築します。
D = 深さ、s = 標本数、d = 特徴量数、n = ノード数 / 上限: 有限数の標本2〜256、特徴量1〜16、深さ0〜12、ノード1〜511、文字列ラベル100文字以下
Gini不純度が最小になる分割で決定木を構築し、木と正解率を返します。