机器学习算法系列(二)

1、决策树学习 本篇主要介绍了决策树的相关概念原理、算法及应用，包括主要ID3、C4.5算法等，及后期决策树的优化处理方法等； 决策树是一种逼近离散值目标函数的方法，是最流行的归纳推理算法之一； 原理： 逐步应答中，使用分层变量或决策节点，擅长评估； 分类实例的方法是从这棵树的根结点开始，测试这个结点指定的属性，然后按照给定实例的该属性值对应的树枝向下移动，叶子结点即 为实例所属的分类。 适用问题

>>阅读原文<<