Machine learning 选择最可能选项的决策树？
我试图找到正确的ML算法。假设我有三个数据列。我对每一列都有一个二进制结果（数据列属于（a组）分类或不属于（a组），但在我输入的每一组三个数据列中，只有一列属于a组Machine learning 选择最可能选项的决策树？,machine-learning,classification,data-mining,decision-tree,data-science,Machine Learning,Classification,Data Mining,Decision Tree,Data Science,我试图找到正确的ML算法。假设我有三个数据列。我对每一列都有一个二进制结果（数据列属于（a组）分类或不属于（a组），但在我输入的每一组三个数据列中，只有一列属于a组 我可以选择哪种算法每次从三个结果中选择一个最佳结果？我可以用决策树来做这件事吗？决策树又名ID3，可以适用于这个简单的问题。。。最好的方法是检查数据并查看其输出预测 ID3存在过度拟合的问题 基本上，每个分类器都可以很好地完成这项任务，如果它是线性可分的，那么即使是SVM也可以是一个不错的选择，而且我建议尝试使用基本神经网络，在输出
我可以选择哪种算法每次从三个结果中选择一个最佳结果？我可以用决策树来做这件事吗？决策树又名ID3，可以适用于这个简单的问题。。。最好的方法是检查数据并查看其输出预测 ID3存在过度拟合的问题 基本上，每个分类器都可以很好地完成这项任务，如果它是线性可分的，那么即使是SVM也可以是一个不错的选择，而且我建议尝试使用基本神经网络，在输出层使用1/2个节点对两组进行分类 所有这些都是通过各种软件包实现的，并且相当容易使用（几乎任何编码语言）