决策树模型总结

1 决策树定义 决策树分为分类决策树和回归决策树。分类决策树应用范围比较广，其核心思想就是在一个数据集上找到一个最优的特征，然后从这个特征的选值中找到一个最优的候选值，根据这个最优候选值将数据集划分为两个子数据集，然后递归上述操作，直到满足指定条件为止。以下主要介绍分类决策树。 决策树的生成过程主要包括三步：特征选择，决策树生成以及决策树剪枝。 2 决策树的特征选择和生成方法 决策树的特征选择方法

>>阅读原文<<