總結

R 的樹狀模型機器學習

Sandro Raabe

Data Scientist

1. 資料切分－混淆矩陣－準確率

 

 

2. 迴歸－交叉驗證－偏差變異權衡

 

 

3. 調參－AUC－Bagging－隨機森林

 

4. Boosting 與模型比較

 

 

 

謝謝！

R 的樹狀模型機器學習