树（ID3，C4.5，CART，信息增益，信息增益比，基尼指数）

ID3： 离散特征（标称型数据）、贪心算法、信息增益、特征所有取值切分（非二分） 缺点：有偏向问题，过拟合，只能离散型数据 C4.5： 离散/连续特征（对连续属性扫描排序，设定阈值，二分样本）、信息增益比（引入分裂信息(Split information)的项来惩罚取值较多的Feature）、可剪枝（合并叶节点）、可处理缺失值（可参考缺失值处理） CART： 分类回归树、二元切分、节点分裂可用各种

>>阅读原文<<