机器学习之决策树模型最优属性选择方法

决策树模型是用于解决分类问题的一个模型，它的特点是简答、逻辑清晰、可解释性好。 决策树是基于“树”结构进行决策的。 每个“内部结点”对应于某个属性上的“测试”； 每个分支对应于该测试的一种可能结果（也就是该属性的某个取值） 每个“叶子结点”对应于一个“预测结果” 决策树的学习过程：通过对训练样本的分析来确定“划分属性” 决策树预测过程：将预测示例从根结点开始，沿着划分属性所构成的“判定测试序列”往

>>阅读原文<<