机器学习（四）：分而治之（上）——决策树分类

简单地说，一个困难的决定可以简化为一系列小的越来越具体的决定。 决策树 理解：从代表数据集的根节点开始，该算法选择最能预测目标类的特征，这些案例将被划分到这一特征的不同值的组中，这一决定形成了第一组树枝。继续分而治之其他节点，每次选择最佳的候选特征，直到达到停止标准。如果一个节点停止，可能具有以下情况： 节点上几乎所有的案例属于同一类 没有剩余的特征来分辨案例之间的区别 决策树已经到达预先定义的大

>>阅读原文<<