ディシジョン・ツリー関連のアルゴリズム

ボーエンは、インタビューの質問に対処するために使用される決定木アルゴリズムの関連する原則を記録します...

ディシジョン・ツリー

情報エントロピー決定木：
$エントロピー（D）= - \ sum_ {I = 1} ^ N P_ilog_2 P_I$
$ゲイン（A）=エントロピー（D） - entropy_A（D）$
最大化 $ゲイン（A）$

ランダムフォレスト

複数の決定木、ちょうど異なるトレーニングセット。トレーニングセットに木の後ろからそれらのそれぞれは、N個のサンプルは、訓練された抽出されています。分類結果の最終投票。

ツリー昇圧勾配

または複数の決定木は、ちょうど木の前の世代に基づいて結果を学習した後、ツリーを生成します。

アントコロニーアルゴリズム

ランダム探索アルゴリズム
ITA部分的な情報、すなわちヒューリスティック因子（視認性）です。最初に決めました。
グローバル情報、すなわち、フェロモン量のTOR。各繰り返しは、更新されます。

：TSPでは、例えば、確率R sの都市への都市から、それぞれの時間は次のようになり
、すべてのアリが自分の道を完了したら、更新TOR：
アリのこの反復インクリメンタル最適なパスを計算するようになりました。