机器学习笔记(10)决策树

引用：《西瓜书》 要点 其中叶节点对应于决策结果，其他各个节点对应于一个属性。 决策树的目的是为了生成一棵泛化能力强、即处理未见示例能力强的决策树。基本流程是分而治之。 划分选择 决策树一个递归过程 由上图可看出，决策树学习的关键是第8行，即如何选择最优划分属性。一般而言，随着划分过程不断进行，我们希望决策树的分支节点所包含的样本尽可能属于同一类别，即”节点”的纯度(purity)越来越高。 信息

>>阅读原文<<