决策树原理及实战代码

目录 1 定义 2 基本流程 3 划分选择  3.1 信息增益(ID3) ​3.2 增益率（C4.5) 3.3 基尼系数（CART） 4 剪枝处理 4.1 预剪枝 4.2 后剪枝 5 多变量决策树 6 决策树优缺点 6.1 优点 6.2 缺点 7 代码实践 1 定义     决策树是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策

>>阅读原文<<