机器学习之决策树详解与实践

决策树是用于分类和预测的一种树结构，决策树方法常用于类别属性的数据集的分类和预测，对于数值属性的数据集，可以经过数据预处理后使用。 决策树的建立是基于样本的递归的学习过程，每个样本都是具有确定的属性的数据，决策树就是基于样本的各属性建立起来的。决策树分为根节点、内部节点和叶节点。从根节点出发，自顶向下，构建分支和内部节点，在内部节点进行属性值的比较，并根据属性的不同取值确定从该节点向下的分支，最终

>>阅读原文<<