我的数据集包含许多数字和分类属性
示例:numericAttr1、numericAttr2、categoricalAttr1、numericalAttr3... 其中 categoricalAttr 值:categoricalAttrValue1、categoricalAttrValue2、categoricalAttrValue3。
我正在考虑将数值数据转换为分类数据(使用分箱算法)并应用 ID3 算法生成树,因为 ID3 仅处理离散数据。但是,如何处理过拟合?以及对数值数据进行分类并应用ID3算法是否正确?
最佳答案
如果过度拟合是一个问题,并且可以替换您的模型,我建议使用随机森林,因为它们对过度拟合非常免疫。
此外,您不必担心 binning 过程会导致过度拟合,因为它会对您拥有的数据进行泛化,如果有什么更有可能减少过度拟合的话。
关于algorithm - 混合数值和标称数据的决策树算法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41688750/