使用决策树最大化连续变量，如利润
决策树是一种常用的机器学习算法，用于解决分类和回归问题。它通过构建一棵树状结构来进行决策，每个节点代表一个特征属性，每个分支代表一个属性值，叶子节点代表一个类别或者一个数值。
在使用决策树进行连续变量最大化时，可以采用以下步骤：
- 数据准备：首先，需要准备包含连续变量和目标变量的数据集。确保数据集中的连续变量是数值型的。
- 特征选择：根据问题的需求和数据集的特点，选择适当的连续变量作为特征属性。可以使用相关性分析、信息增益等方法进行特征选择。
- 构建决策树：使用选定的连续变量作为特征属性，利用决策树算法构建决策树模型。常用的决策树算法包括ID3、C4.5、CART等。
- 连续变量处理：在决策树的构建过程中，需要处理连续变量。一种常用的方法是将连续变量离散化为若干个区间，然后将每个区间作为一个属性值。
- 最大化连续变量：在决策树的构建过程中，可以通过选择合适的划分点来最大化连续变量。划分点的选择可以基于信息增益、基尼系数等准则。
- 模型评估：构建完决策树后，需要对模型进行评估。常用的评估指标包括准确率、召回率、F1值等。
决策树在连续变量最大化方面的应用场景很广泛，例如金融领域中的信用评估、医疗领域中的疾病诊断、销售领域中的客户分类等。
腾讯云提供了一系列与决策树相关的产品和服务，例如腾讯云机器学习平台（https://cloud.tencent.com/product/tcmlp）、腾讯云人工智能开放平台（https://cloud.tencent.com/product/aiopen）、腾讯云数据分析平台（https://cloud.tencent.com/product/dap）等。这些产品和服务可以帮助用户快速构建和部署决策树模型，实现连续变量最大化的目标。
相关·内容
4回答
我正在研究一个分类问题。我有一个包含相同数量的分类变量和连续变量的数据集。如何在决策树和逻辑回归之间决定使用哪种技术？
假设logistic回归更适合连续变量，决策树更适合连续变量和范畴变量，这是否正确？
浏览 0提问于2015-06-09得票数 17
回答已采纳
2回答
我试图在我的优化问题中实现利润最大化。当我使用Gekko m.Obj函数时，它总是最小化利润。
from gekko import GEKKO
m = GEKKO()
profit = m.Var(lb=1,ub=10)
m.Obj(profit**2)
m.solve(disp=False)
print(profit.value)
报道的最佳解决方案是profit=1。如何使用Python Gekko将目标函数最大化，从而使最优解为profit=10？我的问题有多个目标。有一些我想要最小化(公用事业，饲料材料，运营费用)，而另一些我想最大化(利润，生产)。
浏览 18提问于2019-10-25得票数 2
回答已采纳
1回答
我有一个问题，理解和应用决策树的生存分析在Python。我有一个数据集，有年龄，体重，肿瘤大小，体积，.(所有的浮标)，我想知道是否有一个相关的整体生存(也浮动)。
但是我如何应用决策树呢？在文献中，我只看到y_train必须是一个范畴变量的例子(例如0或1，良性或恶性，.)但它不适用于像浮点数这样的连续变量。
不过，我想要创建一个决策树，这样最终您可以发现肿瘤大小为> xx，体积为>y，您的总体生存预测大约是< zzz。
有人能帮我解决我的问题吗？有没有人知道在哪里能读到更多关于这个话题的文章？
浏览 5提问于2021-03-25得票数 2
回答已采纳
1回答
假设我有一个只有一个连续变量的数据集，我尝试使用决策树算法来构建一个模型，该模型从数据集中对+ve和-ve标签进行分类。我运行10折交叉验证。
如何计算决策树分类器的AUC？算法会检查分类器的不同阈值，并确定AUC吗？
如果我有两个以上的连续变量呢？
谢谢!
浏览 5提问于2014-03-12得票数 1
假设我有一个因变量来预测“态度”，它可以有三个值“正/负/中性”。我有以下自变量或特征-年龄，身高，性别，收入等。我试图预测态度的决策树分类器。
态度~年龄+身高+性别+收入(决策树)
当树深为15时，我得到了>90%的精度。由于树是在连续变量(如年龄、收入和高度)上一次又一次地除以得到纯类别的叶子。
这是过度适应的问题吗？是否应该将连续变量转换为范畴变量(如范围类)？
浏览 0提问于2016-07-10得票数 1
回答已采纳
1回答
SAS购物车分析
、、、、
要开始使用决策树，我希望SAS从包含一个依赖的二元变量(疾病0/1)和几个独立的连续变量(通常我会对这些数据运行逻辑回归)的数据集生成决策树。树应该“决定”哪些变量是疾病的重要风险因素。对于初学者在决策树中，但相当有经验的SAS用户(没有访问SAS企业矿工)有任何提示吗？
浏览 2提问于2016-02-12得票数 0
我正在使用R中的包rpart创建一些决策树，我的数据集中有一些离散变量，如年龄、no.of.children。但是最终的决策树有这些变量n个小数。这意味着，它被认为是连续变量。
如何避免这种情况，以及如何在决策树中将这些变量作为离散变量？
浏览 1提问于2013-03-11得票数 3
2回答
使用连续变量的决策树
、、、、
我有一个关于使用连续变量的决策树的问题。
我听说，当输出变量是连续的，而输入变量是绝对的，分裂准则是减少方差或什么的。但是我不知道如果输入变量是连续的，它是如何工作的
输入变量:连续/输出变量:范畴
输入变量:连续/输出变量:连续变量
关于两个案例，我们如何才能得到像基尼指数或信息增益这样的分割标准？
当我在R中使用rpart时，无论是输入变量还是输出变量，它都工作得很好，但我不知道具体的算法。
浏览 10提问于2016-11-30得票数 9
我在R中建立了一个logistic回归模型，我希望用一种与目标变量相关的最优方法来存储连续的预测因子。我知道两件事：
连续变量被绑定，使其信息值最大化。
最大化双向关联表中的卡方值？？目标有两个值0和1，而被绑定的连续变量有被绑定的桶。
有没有人知道R中有任何函数可以执行这样的二进制操作？
你的帮助将不胜感激。
浏览 9提问于2011-08-10得票数 6
根据我的直觉，决策树应该能更好地处理分类变量，而不是连续变量。如果是这样的话，为什么需要对分类变量进行编码？有人能告诉我这背后的直觉吗？
浏览 0提问于2019-05-16得票数 10
我使用SPSS 16.0，我试图用CHAID算法建立一个决策树，但是对于连续变量，一个分支中节点的默认最大值是10，我想要更多。
如何更改默认的10？
这里只有5个节点，我想有10个以上。
浏览 2提问于2014-10-22得票数 1
回答已采纳
1回答
二值连续输入R中的决策树
、、、
我们正在用连续输入和二进制输入建立决策树的模型。我们正在分析天气对自行车行为的影响。线性回归表明“雨”对自行车数量有很大的影响。我们的雨变量是二进制，表示每小时下雨的状态。
使用rpart创建决策树并不包括作为节点的“雨”，尽管我们期望它对自行车的数量有很大的决定性作用。这可能是由于雨变量的分类所致。Rpart似乎更喜欢使用连续变量(如温度)作为决策节点。
对于rpart如何决定是否使用连续变量或二进制变量作为决策节点，我们应该知道什么？有可能控制这种变量的选择吗？
library("rpart") fit <- rpart(bikecount ~ df.weather$
浏览 3提问于2015-12-04得票数 0
1回答
我正在研究一个罕见事件(不平衡目标变量)分类问题，使用决策树。我的数据集包括95%的非事件类和5%的少数类(事件).
我使用决策树而非logistic回归，因为与连续变量相比，我有许多分类变量。在使用决策树C5.0训练数据时，我获得了很好的性能。然而，对于新的数据，我得到了很差的结果。我使用混淆矩阵来衡量性能。训练模式过于合适。
我做了剪枝以减少决策树造成的过度拟合.我使用下面的代码来构建模型
Classifi_C5.0 <- C5.0(TARGET ~., , data = training_data_SMOTED, trails = 500,
浏览 0提问于2015-06-17得票数 3
假设我有100个独立的特征- 90是二进制(例如0/1)，10是连续变量(例如年龄、身高、体重等)。我用这100个特征来预测一个有足够数量样本的分类器问题。
当我设置一个XGBClassifier函数并对其进行拟合时，从gain的角度来看，最重要的10个特性总是10个连续变量。目前，我对cover或frequency不感兴趣。10个连续变量在.8列表中占用空间的.9 (和(增益)= 1)。
我试着调gamma，reg_alpha，reg_lambda，max_depth，colsample。但是，按增益计算，前10个特征始终是10个连续特征。
有什么建议吗？
小小的更新--有人问我为什么会这样
浏览 1提问于2018-07-30得票数 3
回答已采纳
2回答
据我所知，决策树试图将高熵的分类器放在决策树上。然而，信息的获取是如何发挥作用的呢？
信息增益被定义为：
InformationGain = EntropyBefore - EntropyAfter
决策树是否试图将信息增益较低的分类器放置在树的顶部？那么，熵总是最大化，信息增益总是最小化吗？
对不起，我只是有点糊涂。谢谢!
浏览 1提问于2013-12-19得票数 6
1回答
我目前正在做一个科学学习项目，我想知道分类器使用的决策树算法是如何工作的。我试着理解如何选择树节点上的测试，但是对于该算法用于离散连续变量的方法，我找不到任何解释。我在一篇文章中看到，一些决策树算法使用Tsch链接的T方法，但我不确定CART是否在使用它。有人知道吗？
浏览 2提问于2016-11-30得票数 0
回答已采纳
2回答
如果数据集包含一些特征，其中一些是分类变量，另一些是连续变量，则决策树比线性回归更好，因为树可以根据分类变量准确地划分数据。是否存在线性回归优于随机森林的情况？
浏览 2提问于2018-06-26得票数 3
在神经网络中，采用梯度下降法寻找成本函数的最优最小值。为什么这种偏好而不是寻找利润函数的最大值呢？
最小化成本函数与最大化利润函数的优缺点是什么？
浏览 0提问于2021-04-02得票数 1
我希望从包含13000+行和162个预测变量的数据集中对贷款违约者进行分类，即0用于非违约者，1用于违约者。预测变量由范畴序数、范畴标称和连续变量以及虚拟变量组成。
由于这是一个分类问题，我希望应用Logistic回归，支持向量机和决策树。我发现很难为这样一个不同的预测变量池运行特性选择。我的第一次尝试是分离分类变量(包括序号和标称)和连续变量，并分别使用X平方和Anova选择特性。
我希望这能解释这个问题。
浏览 2提问于2022-06-10得票数 0
2回答
我的预测模型中既有分类特征，也有连续特征，我希望选择(和排序)最重要的特征。
我使用一个热编码将所有的分类变量转换为虚拟变量(为了更好地解释我的logistic回归模型)。
一方面，我使用LogisticRegression (sklearn)，并通过使用它们的系数对最重要的特征进行排序。通过这种方式，我将分类变量和连续变量都视为最重要的特性。
另一方面，当我想使用决策树模型(SelectFromModel)对特征进行排序时，他们总是先给连续的特征排序(feature_importances_)，然后给出分类(虚拟)变量。与Logistic回归完全不同的行为。
虽然决策树模型的性能远高于Log
浏览 0提问于2020-01-15得票数 9
回答已采纳
AMPL新手。
在一个混合问题中，我通过最大化利润解决了一个模型。
此外，我正在尝试计算给定产品的单价，以便以一定的百分比增加我的利润。
是否可以直接在run中执行此操作。？
通过应用"let“，我能够改变可用的产品数量，但我正在努力弄清楚如何将产品的价格设置为变量？我该怎么做呢？
谢谢。
浏览 3提问于2019-09-27得票数 0
1回答
我的问题是，如果我们有10列连续变量，我们是否可以使用k-means将10列缩减为1，并使用相应的聚类标签，然后进行决策树或逻辑回归？ 如果有新的数据进入，使用k-mean结果来确定其标签，并转到机器学习模型。
浏览 65提问于2020-02-01得票数 0
2回答
嗨，目前我正在实现一个很大的Hellinger距离决策树，我遇到了一个问题。我在树节点中有一个连续变量，我不知道树将如何预测该变量是否会有缺失值。例如，该节点具有拆分标准<250和>=250。在预测时，树会选择什么路径？树训练数据在该变量中也缺少值。
也许我应该用一个特定的数字替换所有缺少的值？
浏览 1提问于2015-04-24得票数 0
2回答
自定义损失函数
、、
是否有可能在回归模型中应用自定义损失函数(或任何其他预测连续变量的算法)？我正在研究一个股票市场预测模型，我需要最大化以下损失函数:如果预测 < 实际，那么预测 -actual。那有可能吗？谢谢
浏览 0提问于2020-05-30得票数 0
具体地说，我想最大化我的利润。我从一个带有前缀的节点(总部)开始，每次转到不同的节点都会获得一些利润(对于特定的节点，我只能获得一次利润，但我可以多次前往那里)。但要到达任何节点，我都要付出一些代价(沿着每条路径)。我想让我的收入最大化，然后回到总部。我被允许不去某些节点，如果这会导致我的收入最高(因为到达那里的成本)。我还可以在我的路线上多次遍历路径。有像这样的TSP版本吗？这是可解决的吗？(我想沃肖尔的可能是适用的)。
浏览 2提问于2015-08-11得票数 1
1回答
给定一个具有n个节点(编号从1到n)和n-1条边的树。每条边都有两个与之关联的整数，一个权重和一个增益。你也会得到一个数字K，你可以从任何节点开始，你必须进行交易。在每笔交易中，你损失的金额等于边缘的权重，而赚取的利润等于边缘的增益值。你必须最大化利润，这样总的损失金额<=K
这里有一个指向原始问题的链接。相应的比赛现在结束了。
我做了什么：
我构建了一种递归方法，将每个节点视为路径的起始节点，然后通过考虑遵守约束的每个后续节点来递归计算最大利润。
但很明显，这具有非常高的时间复杂度。
有没有更优雅、更省时的方法呢？
浏览 0提问于2017-10-14得票数 0
1回答
我是R的新手，并试图寻找正确的方式来写这篇文章。我希望在最大化利润的约束条件下找到最优的生产量。我很抱歉，如果这是一个新的问题-任何帮助都会非常感谢！
M1、M2和M3表示每个产品所需的原材料数量。X代表户外使用的产品，Y代表室内使用的产品。
一些制约因素:每单位X需要下列原料量：
M1 = 5M2 = 2M3 = 3
每单位Y所需原料数量如下：
M1 = 6M2 = 1M3 = 3
现有原材料限制因素共计：
总M1不能超过26总M2不能超过12总M3不能超过15
我试图使用profit_indoor和profit_outdoor来表示每个产品的利润。
prod_vec <- c()
t
浏览 1提问于2022-10-14得票数 0
1回答
信息增益vs最小化熵
、、、
在什么情况下，信息增益最大化不等同于熵最小化？更广泛的问题是，为什么我们需要信息增益的概念？仅仅使用熵来决定决策树的下一个最优属性还不够吗？
浏览 10提问于2015-11-21得票数 2
2回答
我试图在UCI银行营销数据-> 上建立决策树和随机森林分类器。数据集中有许多分类特性(具有字符串值)。
在spark文档中，可以通过使用StringIndexer或VectorIndexer索引将分类变量转换为数字变量。我选择使用StringIndexer (向量索引需要向量特征和向量汇编程序，它将特征转换为向量特征，只接受数字类型)。使用这种方法，将根据分类特征的频率(类别特征的最频繁标记为0)为每个级别分配数字值。
我的问题是，随机森林或决策树算法如何理解新特征(从分类特征派生)与连续变量不同。算法中是否认为索引特征是连续的？这是正确的做法吗？或者我应该继续对分类特性进行一次热编码。
浏览 6提问于2017-07-06得票数 5
回答已采纳
2回答
我是B.Sc毕业生。我的课程之一是“机器学习入门”，我一直想在这门课上做一个个人项目。
我最近听说了不同的人工智能训练来玩游戏，如马里奥，围棋等。
为了训练一个简单的人工智能程序来玩游戏，我需要获得什么知识？对于初学者来说，你推荐什么游戏？
这是我目前在机器学习中所知道的-
课程介绍和机器学习。K-最近邻算法和K-均值算法
统计推断
高斯混合模型(GMM)与期望最大化
可能是近似正确的模型，包括泛化界和模型选择。
基本的超平面算法:感知器和Winnow。
支持向量机(SVM)
核粒
促进弱学习者向强学习者学习: AdaBoost
边缘-感知器
回归
PCA
决策树
决策树修剪与随机林
浏览 0提问于2017-01-04得票数 9
回答已采纳
1回答
如何激励神经网络
、、、、
假设培训数据集包含以下输入：
company size
number of employees
turnover
average salary
country
years of operation
...and输出：
budget allocated to marketing
budget allocated to sales
budget allocated to R&D
budget allocated to training
budget allocated to shareholders
它还包含以下栏：
profit
...which是我想要优化的对象(即模型的主要动机)。
浏览 0提问于2020-08-28得票数 0
1回答
设m检验E={E1，E2，…，Em}和一组I={I1，I2，…，In}的仪器，每个考试Ej都需要一个Rj的子集。我们想选择一些考试来最大化(利润之和-成本之和)。
我认为我们可以使用LP，这样每次检查都有m个变量Xi，Xi =0或1，我们的目标函数是:对于所有i和j(Pi)- (A)Cj，其中A是xor所有需要Ij的Xi。
但是我不能用网络流来模拟这个问题。我的问题是如何代表这样一个事实:当我们选择一项检查并支付其文书费用时，我们可以使用这些文书进行其他检查。
浏览 4提问于2014-12-20得票数 2
回答已采纳
2回答
考虑这个示例问题：
假设建立一个生产铅笔的工厂的成本是1000，生产一支钢笔的成本是2000。每支铅笔的利润是10，每支笔的利润是12。工厂每个月可以生产100件物品(钢笔或铅笔)。如何计入初始成本才能使工厂利润最大化？
我能想到：
Maximize 10x1 + 12x2 - (1000b1 + 2000b2)
x1+x2 <= 100
其中b1和b2是指示是生成钢笔还是铅笔的二进制变量。但我不知道如何将它们与x1和x2联系起来，例如，如果x1 >=为0，则b1 =1，否则为b1=0
浏览 0提问于2018-12-26得票数 0
1回答
我有一个具有目标0/1 (二进制分类任务)的分类和连续值的数据集。由于我需要在事件或目标的发生中找到模式和关系，所以我认为我应该使用决策树。然而，问题是，我有两个范畴变量，分别有700和150类，其余变量是数值/连续的。
我的问题如下：
对于这组变量，我是否可以使用滑雪板中的随机森林来估计特性的重要性？如果是，是否需要更改变量的类型？
当使用sklearn训练决策树以便能够从树中可视化规则时，我是否可以使用这些变量，即每个类别都是连续变量的类别进行分类？
请随时提出任何其他方法也。任务的主要目标是识别影响目标的驱动程序/特性&生成模式--如果可以从数据中识别的话。
此外，考虑到这两个变
浏览 0提问于2020-01-14得票数 0
1回答
在随机森林方法中，对每棵树随机选择一组固定大小的变量(特征)。但是一旦这个集合被冻结，树是否像一个规则的决策树算法？
我假设随机森林只不过是产生了一堆经典的“决策树”，并对最终的分类进行投票。但是在许多地方，我读到的任何描述似乎都表明了这一点；对于森林中的给定决策树，即使是在每个节点，我们也会随机地选择变量。是这样吗？
这是否意味着，在树的每个节点，我们随机选择m个变量集，为该树是固定的？还是来自培训数据集的全局变量集？然后，从选定的变量集合中，我们启发式地选择了1个变量(例如，任何一个变量最大化信息增益)-这是正确的语句吗？
浏览 0提问于2017-04-08得票数 4
回答已采纳
问题就像标题所暗示的那样。
我知道minimax算法是针对2人博弈的(假设我们想要最大化A的利润)：当它是A的时候，我们取子值的最大值，因为我们是最大化A的利润，当是B的时候，我们取子值的最小值，因为我们想要最小化B的利润。
然而，我认为上述逻辑并不能证明每一个子问题，策略是最小极大算法中最优的。对我提出的问题有什么暗示或解决办法吗？如果上面的逻辑是这样的话，你能详细说明一下吗？
浏览 5提问于2014-04-13得票数 0
回答已采纳
3回答
喜欢在这个问题上的一些指导：
G是一个有向无圈图。你想从顶点c移到顶点z，有些边会减少你的利润，而有些则会增加你的利润。如何在利润最大化的同时从c得到z。时间的复杂性是什么？
谢谢!
浏览 4提问于2014-11-17得票数 6
回答已采纳
3回答
问题是:我有一个巨大的数据集，其大小超过200 is。数据集包含大约200列(预测器)。手头的任务是预测向客户推销哪种产品，以便他/她最终购买它，从而使公司的收入最大化。
这是一个交叉销售的情况，但我需要看看产品推荐以及收入最大化。
据我所知，收入最大化需要一个回归模型。(如果我错了，请纠正我)
我不知道如何推荐产品，因为有2000多个独特的产品。(虚拟编码需要大量的时间和资源。)
由于数据的大小，我计划使用Python来处理数据。(有关R的建议亦欢迎)
PS:如果这个问题看上去太基本，请原谅我，但我才刚刚开始学习。
更新：
数据采用长(窄)格式。
我也可以用R来解决这个问题
产品由其独特的产
浏览 0提问于2016-05-10得票数 3
1回答
在随机森林方法中，对于每棵树，我们随机选择一组固定大小的变量(特征)。但是，一旦为该特定树冻结了该集合，该树的行为是否与常规决策树算法类似？
我假设随机森林只是生成一堆经典的“决策树”，并将它们的投票推向最终的分类。真的是这样吗？
这是否意味着在树中的每个节点，我们从为该树固定的变量集中随机选择m个变量？还是来自训练数据集的全局变量集？然后从选择的一组变量中，我们启发式地选择一个变量(例如，哪个变量最大化信息增益) --这是一个正确的陈述吗？
浏览 1提问于2017-04-08得票数 1
4回答
有一家搬家公司。它在两个城市运作。他们希望利润最大化。给出了两个代表这两个城市的数组。每个数组中位置I处的值表示当天在城市中获得的最大利润。如果他们在第一天在城市A工作，在i+1日在B城市工作，那么在这两个城市之间旅行会产生一定的成本。我们需要使用动态规划来获得最大的利润。下面是一个示例：
A = {10, 20, 30}
B = {-10, 50, 20}
c = 20
optimal solution = (10 + (50 - 20) + 20) = 10 + 30 + 20 = 60
我认为这类似于加权区间调度或子集和问题(背包)。任何帮助都是非常感谢的。
编辑：
首先要找出算法的递推
浏览 4提问于2020-04-03得票数 4
回答已采纳
我在这份工作中对数据科学和学习东西很陌生。我是一名欺诈分析师，我的工作是根据数据预测应用程序是否具有欺骗性。
在进入许多高级模型之前，我被要求在dataset上构建决策树。现在，我有1500列的数据集；一些分类和一些数字。不同的分类变量有不同的级别；有些是二进制变量，有些是100+级别。
我遇到了这样一个事实:只有当整个数据集包含数值变量(离散变量或连续变量)时，scikit-learn才能工作。而且，我经常看到的工作是围绕一个热点编码(如这里 )，我不认为这在我的情况下是务实的，因为有大量的列和级别。
我要求我的老板给我几个星期的时间来理解大部分的数据，以限制我的变量，并且可能只做一次热编码
浏览 0提问于2021-08-04得票数 0
1回答
在一组D中有一个具有不确定需求d(100个需求阵列，每个长度t)的鲁棒优化问题。我使用Gurobi优化器来求解它/最大化目标。现在我的问题是，我想为需求定义一个Gurobi变量x，它只能基于D中现有的需求数组来获取值，我不知道如何实现它。我是否会将gurobi变量定义为连续变量，然后以某种方式创建一个约束，只允许在集合D中选择一个选项。我对gurobi有点陌生，所以我对它没有太多的经验。
浏览 2提问于2016-07-03得票数 1
一家房地产公司处理50套公寓。当租金为每月600美元时，所有的单位都被占用。然而，每增加40美元的租金，就有一个单位空置。每个被占用的单位每月平均需要27美元的维修费。为了最大限度地增加利润，应该租几个单位？
编写一个程序，提示用户输入：
公寓单位数
占用所有单位的租金
租金的增加导致一个空置单位
维持租用单位的数额
然后，该程序输出要出租的单位数量，以实现利润最大化。
，但我想给用户看租金，我不知道是怎么回事
import java.util.*;
public class yeungah {
public static void main(String[
浏览 0提问于2019-04-17得票数 0
我正在使用j48方法开发一个像Akinator这样的Weka应用程序。
样本：
以下是应用程序的表定义和示例数据qa表示问题id(请参考用户可以设置的主题)+答案(1:是，2:我不知道，3:否)。每1条问题和答案1行。
id，qa，类
A,13,1
A,23,1
B,13,2
B,21,2
关键是找到一种方法来选择能使熵最大化的问题。目前，这个应用程序是将决策树的第一个节点id作为最好的问题。然后它通过这种淘汰方式缩小了选择范围。
但是准确度太差了，无法正确运行，所以我想改进它。我注意到qa列被标识为数字，因此它无法构建正确的决策树。
我搞不懂我该怎么做才能改进。数据集？表定义？逻辑？
浏览 1提问于2014-11-10得票数 1
回答已采纳
1回答
我有一个项目的清单，每个项目都有一个价格-或就背包问题，一个重量。可购买物品的数量仅受预算的限制，因此，只要总花费不超过某一固定值，就可以购买每件物品中的尽可能多的物品。我还有一个算法，该算法基于某些变量，说明每个项目的盈利程度(即每个项目的值)。基本上，我有一个有界背包问题，附加条件是，每个项目中有一个以上的项目适合背包。
在这种情况下，我想使利润最大化。我知道没有一个有效的解决办法，但至少有一个可行的解决办法吗？
浏览 1提问于2015-01-02得票数 2
回答已采纳
我们有这样的感觉:设备的行为是连续变量(风扇的速度，温度，电压，.)对发生的罕见事件(组件故障)有影响。
我现在必须建立一个预测模型来证明这种影响。
这些连续的特征作为时间序列给出，事件是准时的。
我建立了一个基于这些变量的描述性统计信息的模型(请参阅这个问题)，其中包含决策树、随机森林、adaboost和集群，但它不起作用。我仍然会通过平衡类来改进，但我相信这不是最好的方法。
我很确定对于这样的预测有更好的算法(这是很常见的问题)，但我什么也找不到。
你有主意吗？
非常感谢
PS:我正在使用Python和cython
浏览 0提问于2015-11-10得票数 3
回答已采纳
我有一个包含一个分类变量和多个连续变量的数据集。分类变量被编码为离散整数，而连续变量只是浮动的范围。我相信，我的数据集中的方差几乎完全可以用单一的范畴变量和许多连续变量中的一个来描述。为了证明这一点，我有兴趣使用PCA，但我不确定在考虑分类数据时使用的最佳方法。有什么建议吗？
浏览 0提问于2018-09-19得票数 1
1回答
将项目与容器的宽度相匹配
、、、
我在一个容器里有10件物品，每一件都有右手边的毛边。使用jquery，我将为第五项删除页边距，但是由于容器的宽度是百分比，项的宽度也是百分比，所以当我最小化或最大化屏幕时，项目不会延伸到容器的末尾。我该怎么做呢？
浏览 1提问于2015-06-23得票数 5
回答已采纳
3回答
如果这很简单的话，我很抱歉，但我已经找了一个多小时了，但什么也没成功。当L (劳动)和产出(利润)的目标函数5(12*L*K - 0.1*L^2*K) - 5*L - 5*K固定在10时，我尝试使用python来寻找最优水平。
我尝试使用以下代码从其他类似问题的答案(使用'-‘以最大化)。
def micro(L):
return 5(12*L*10 - 0.1*L**2*10) - 5*L - 5*10
results = minimize(-micro, 0)
我对python还不熟悉，所以我可能完全失去了基础。谢谢你的帮助！
浏览 17提问于2022-09-26得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
