CART决策树算法总结

CART决策树算法，顾名思义能够建立分类树（classification）和回归树（regression）。node 1.分类树。 当CART决策树算法用于建立分类树时，和ID3和C4.5有不少类似之处，可是CART采用基尼指数做为选择划分属性的依据，数据集的纯度用基尼值来度量，具体公式为 Gini(D)=1−∑Ck=1pk ，其中 pk 是第K类样本的几率，C为属性的数量。 直观的来看，基尼值反

>>阅读原文<<