决策树--统计学习方法

基本模型： 决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。其主要优点是模型具有可读性，分类速度快。 决策树由结点和有向边组成。结点分为内部结点和叶结点：内部结点表示一个特征或属性，即图中的圆；叶结点表示一个类，即图中的方框。 步骤： 特征选择、决策树的生成和决策树的修剪。 典型算法： I

>>阅读原文<<