机器学习十三大经典算法

一、决策树 根据一些 特征（feature ）进行分类，每个节点提一个问题，通过判断，将数据分为两类，再继续提问。 判断的依据是信息熵增益，计算公式如下： 其中的n代表有n个分类类别（比如假设是2类问题，那么n=2）。分别计算这2类样本在总样本中出现的概率p1和p2，这样就可以计算出未选中属性分枝前的信息熵。 模型可以根据已有数据学习得到，再投入新数据的时候，就可以根据这棵树上的问题，将数据划分到

>>阅读原文<<