决策树 基础论述

1. 优势：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，能够处理不相关特征数据。

       缺点：可能会产生过分匹配问题。适用数据类型：数值型和标称型

 2.   K-近邻算法能够完成不少分类任务，可是它最大的缺点就是没法给出数据的内在含义，决策树的主要优点就在于数据形式很是容易理解。