决策树——python(机器学习实战)

原理 步骤分解 遍历数据集 循环计算提取每一个特征的香农熵和信息增益 选取信息增益最大的特征 再递归计算剩余的特征顺序 将特征排序 并将分类结果序列化保存到磁盘当中 递归构建决策树 使用Matplotlib注解绘制树形图 完整代码 原理 经过提问的方式，根据不一样的答案选择不一样的分支， 完成不一样的分类node 步骤分解 1.遍历数据集， 循环计算提取每一个特征的香农熵和信息增益， 选取信息增益

>>阅读原文<<