机器学习基础——决策树

决策树 决策树结构 根节点——样本全集 内部节点——属性测试 叶节点——决策结果 决策树学习的目的就是为了产生一颗泛化能力强，即处理未见示例能力强的决策树。 操作步骤 输入： 训练集 D = ( x 1 , y 1 ) , ( x 2 , y 2 ) , . . . , ( x m , y m ) D={(x_1,y_1),(x_2,y_2),...,(x_m,y_m)} D=(x1​,y1​),

>>阅读原文<<