模型剪枝
-
基于MATLAB的CART分类回归树通用框架
该项目设计并实现了一个高度灵活的分类和回归树（CART）算法通用框架。该算法通过递归地将特征空间划分为一系列不相交的局部区域，并在每个区域内建立简单的预测模型，从而处理复杂的非线性关系。其核心逻辑是将判定树实例化为二叉树结构，在每个内部节点基于单一特征进行二分。在执行分类任务时，系统采用基尼系数（Gini Index）作为衡量属性分裂优劣的指标，旨在降低子节点的类别不纯度；在执行回归任务时，则通过最小化均方误差或最小二乘偏差（Least Squares Deviation）来寻找最佳切分点。 为了提升模型
