【ML算法】随机森林算法的总结（一）之决策树

文章主要从以下几个方面进行介绍随机森林算法： 1.决策树算法。 2.集成学习思想。 3.随机森林算法的形成 一、决策树算法 1.决策树是什么？ 决策树是一种基本的分类和回归方法。其主要优点是模型具有可读性。决策树学习主要包括3个步骤：特征选择、决策树的生成、决策树的修剪。决策树学习常有的算法有ID3、C4.5、CART。 它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策

>>阅读原文<<