ML复习1

机器学习的一般泛型： 监督学习： 无监督学习： 强化学习： 决策树 熵： -P*log§的总和 决策树每次分割的理由是让熵最小 树归纳停止准则 欠拟合和过拟合 欠拟合：特征值丢失 过拟合：过度拟合训练样本，讲训练样本中的噪声当作训练数据拟合。 决策树假设空间大小 可以看到假设空间非常大 克服过拟合的方法 预剪枝： 后剪枝： 建立决策树时数据缺失值的处理 可以看到数据缺失，如果直接抛弃这个数据就会浪

>>阅读原文<<