《统计学习方法》笔记--第五章：决策树

简介： 决策树（decision tree） 是一种基本的分类与回归方法。     其主要优点是模型具有可读性， 分类速度快。 学习时， 利用训练数据， 根据损失函数最小化的原则建立决策树模型。 预测时， 对新的数据， 利用决策树模型进行分类。 决策树学习通常包括3个步骤： 特征选择、决策树的生成和决策树的修剪。 一、决策树模型与学习     分类决策树模型是一种描述对实例进行分类的树形结构。 决

>>阅读原文<<