决策树（分类与回归）

决策树算法的大概流程 首先我们要知道，决策树是根据训练集构造一个树结构，每个分叉相当于一次判断，每个叶子节点就是模型的输出。如下图所示： 步骤1：就对于每一个节点，选取最优分叉属性。选择最优属性的方法有很多种，最常见的是信息增益法。 步骤2：把当前节点的训练样本集合，按照最优分叉的属性值分成几个子集，分别作为下一个节点。 举个例子：如果步骤1告诉我们，当前节点最优属性是“纹理”，且纹理有三个值，分

>>阅读原文<<