机器学习深度学习笔记

决策树、随机森林的决策路径生成机制与预测概率的计算，使用sklearn完成了决策树与随机森林的样本决策路径和预测概率测试

本文进行随机森林的学习，随机森林是一种基分类器为决策树的bagging算法，可以用于提升分类效果。 本文使用的数据仍然是乳腺癌分类数据集。 参数 森林参数 n_estimators：int, defa

本文我们学习使用Python的Sklearn框架实现分类决策树，本文使用的数据集是sklearn内置的乳腺癌分类数据集。

设计了传统梯度下降算法，并以一元二次函数、非凸函数、二院函数对算法进行检验，并讨论算法图初值、学习率等的依赖性