机器学习笔记之信息熵、信息增益和决策树(ID3算法)

决策树算法：python 优势：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，能够处理不相关的特征数据。 缺点：可能会产生过分匹配问题。 适用数据类型：数值型和标称型。 算法原理： 决策树是一个简单的为输入值选择标签的流程图。这个流程图由检查特征值的决策节点和分配标签的子叶节点组成。为输入值选择标签，咱们以流程图的初始决策节点(即根节点)开始。此节点包含一个条件，检查输入值的特征之一，基

>>阅读原文<<