統(tǒng)發(fā)育進(jìn)化樹的BOOTSTRAP值代表什么意思？你一定是弄錯(cuò)了。您必須注意引導(dǎo)的參數(shù)設(shè)置。如果看不到它，就不必使用引導(dǎo)程序來構(gòu)建樹。您可以通過顯示NJ tree的界面來查看樹的顯示方式這取決于數(shù)據(jù)量和

統(tǒng)發(fā)育進(jìn)化樹的BOOTSTRAP值代表什么意思？

你一定是弄錯(cuò)了。您必須注意引導(dǎo)的參數(shù)設(shè)置。如果看不到它，就不必使用引導(dǎo)程序來構(gòu)建樹。您可以通過顯示NJ tree的界面來查看樹的顯示方式

這取決于數(shù)據(jù)量和樣本量。不同的樣本和特征數(shù)據(jù)適用于不同的算法。像神經(jīng)網(wǎng)絡(luò)這樣的深度學(xué)習(xí)算法需要訓(xùn)練大量的數(shù)據(jù)集來建立更好的預(yù)測(cè)模型。許多大型互聯(lián)網(wǎng)公司更喜歡深度學(xué)習(xí)算法，因?yàn)樗麄儷@得的用戶數(shù)據(jù)是數(shù)以億計(jì)的海量數(shù)據(jù)，這更適合于卷積神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法。

如果樣本數(shù)量較少，則更適合使用SVM、決策樹和其他機(jī)器學(xué)習(xí)算法。如果你有一個(gè)大的數(shù)據(jù)集，你可以考慮使用卷積神經(jīng)網(wǎng)絡(luò)和其他深度學(xué)習(xí)算法。

以下是一個(gè)圖表，用于說明根據(jù)樣本數(shù)量和數(shù)據(jù)集大小選擇的任何機(jī)器學(xué)習(xí)算法。

如果你認(rèn)為它對(duì)你有幫助，你可以多表?yè)P(yáng)，也可以關(guān)注它。謝謝您

既然使用神經(jīng)網(wǎng)絡(luò)也可以解決分類問題，那SVM、決策樹這些算法還有什么意義呢？

powermarker引導(dǎo)樹的輸出文件是樹列表，它首先保存為TXT文本文件。在記事本中打開文本文件并將其另存為.intree文件。將該文件放入phylip軟件下consense程序所在的文件夾中，打開consense，出現(xiàn)DOS界面，然后輸入文件名a.intree，得到outree和outfile兩個(gè)結(jié)果文件。用treeview打開outtree以獲得一棵樹；用Notepad打開outfile以查看樹上的引導(dǎo)值。您還可以使用mega打開outtree文件，直接查看引導(dǎo)值。