大家好呀！今天小编发现了cart算法的有趣问题，来给大家解答一下，别忘了关注本站哦，现在我们开始阅读吧！
关于CART算法,错误的是()。
1、CAR-T细胞疗法则是一种全新的生物免疫治疗方法。这种新的细胞免疫治疗模式通过提取患者体内T淋巴细胞，经过体外10至14天的培养改造，通过载体整合进入到正常T细胞基因序列，形成嵌合抗原受体T细胞（CAR-T）。
2、CART的全称是分类和回归树，既可以做分类算法，也可以做回归。决策树的优缺点：优点：可以生成可以理解的规则。计算量相对来说不是很大。可以处理连续和种类字段。
3、基本概念 cart使用基尼系数作为划分标准。基尼系数越小，则不纯度越低，区分的越彻底。
4、CHAID CHAID算法的历史较长，中文简称为卡方自动相互关系检测。CHAID应用的前提是因变量为类别型变量。
数据挖掘十大算法-
CART算法(Classification And Regression Tree)[4]是一种二分递归的决策树，把当前样本划分为两个子样本，使得生成的每个非叶子结点都有两个分支，因此CART算法生成的决策树是结构简洁的二叉树。
Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。
以下主要是常见的10种数据挖掘的算法，数据挖掘分为：分类（Logistic回归模型、神经网络、支持向量机等）、关联分析、聚类分析、孤立点分析。
SVM：一种监督式学习的方法，广泛运用于统计分类以及回归分析中Apriori ：是一种最有影响的挖掘布尔关联规则频繁项集的算法。EM：最大期望值法。pagerank：是google算法的重要内容。
决策树方法。其核心思想是选取具有最高信息增益的属性，即相对于信息熵最高的属性，可参考维基百科中二者的计算公式作为当前节点的分裂属性。人工神经网络。人工神经网络，是对人脑若干基本特性的抽象。
EM算法推导过程 补充知识：Jensen不等式：如果f是凸函数，函数的期望 大于等于 期望的函数。当且仅当下式中X是常量时，该式取等号。
R语言-17决策树
表示以斜线形式连接数的上下节点。1表示以垂线形式连接。R语言，一种自由软件编程语言与操作环境，主要用于统计分析、绘图、数据挖掘。branch——用于指定决策树的外形，可取值：0表示以斜线形式连接数的上下节点。
今天看了决策树的用法，个人觉得不管是分类或聚类算法，出来的结果是一个“规则”。至于要怎么去分类数据，是根据这个“规则” 来做的。所以，提取数据是另外一个工作了。
r语言是一门计算机编程语言。随机森林算法涉及对样本单元和变量进行抽样，从而生成大量决策树。
即先建立一个划分较细较为复杂的树模型，再根据交叉检验(Cross-Validation)的方法来估计不同“剪枝”条件下，各模型的误差，选择误差最小的树模型。
小伙伴们，上文介绍cart算法的内容，你了解清楚吗？希望对你有所帮助，任何问题可以给我留言，让我们下期再见吧。
