python3《机器学习实战系列》学习笔记----3.1 决策树理论基础

前言 一、决策树模型与学习 1.1 决策树模型 1.2 决策树与条件概率分布 1.3 决策树决策模型 二、特征选择 2.1 什么是特征选择 2.2 信息增益(Information Gain) 三、决策树的生成 3.1 ID3算法 3.2 C4.5的生成算法 四、决策树的剪枝 五、扩展 5.1 基尼指数(Gini Index ) 5.2 分类误差率(Misclassification Error)

>>阅读原文<<