Decision Trees

决策树的应用场合非常广泛： - 分类 - 回归 - multioutput tasks 【特点】对数据预处理的要求较低，例如，不需要对特征进行scaling或者centering 结构说明 内部节点：每个节点代表一个属性 叶节点：每个叶节点代表一个类别 分支：每个分支代表一个属性的取值 sample: 通过该节点的训练样本数量 value: 通过该节点的 不同类别 的样本数量 gini: 测量节点

>>阅读原文<<