机器学习最易懂之决策树(DecisionTree)模型详解与python代码实现

目录 0 前言 1 决策树模型 2 决策树模型的学习 2.1 决策树学习流程 3 决策树的特征选择准则 3.1 信息增益 3.2 信息增益比或者增益率 3.3 基尼指数 3.4 最小均方偏差 4 决策树的剪枝 4.1 预剪枝 4.2 后剪枝 4.3 一种简单的决策树学习的剪枝算法。 5 ID3算法生成决策树 6 C4.5算法生成决策树 7 CART算法 6.1 CART生成 7.1.1 回归树的生

>>阅读原文<<