科技小数据|0基础小白必知的10种机器学习算法( 五 )


其次 , 转到另一个决策树树桩 , 对另一个输入变量进行决策 。
我们观察到上一步中两个错误分类的圆圈的大小大于其余点 。 现在 , 第二个决策树桩将尝试正确预测这两个圆 。
分配较高的权重后 , 这两个圆已通过左侧的垂直线正确分类 。 但这现在导致对顶部三个圆圈的分类错误 。 因此 , 我们将为顶部的这三个圆圈分配更高的权重 , 并应用另一个决策树桩 。
第三 , 训练另一个决策树树桩 , 以对另一个输入变量进行决策 。
上一步中的三个错误分类的圆圈大于其余数据点 。 现在 , 已生成右侧的垂直线以对圆形和三角形进行分类 。
第四 , 结合决策树桩 。
我们结合了先前3个模型的分隔符 , 并观察到与任何单个弱学习者相比 , 该模型的复杂规则正确地对数据点进行了分类 。


推荐阅读