决策树算法核心理论知识解析

决策树算法利用非度量（nunmetric）的方式进行一系列的查询问答来判断和分类，被广泛用于分类和回归模型，三种最常用的实现算法是CART、ID3、C4.5。 对于同一个数据集，特征和节点可以有多种组合方式，实际上可以生成很多决策树。我们运用决策树算法是希望从中找出最合适的树，因此算法的目标是在合适的节点上放入合适的特征。 决策树构成 决策树由三部分构成：根节点（root）、节点（node）、叶子

>>阅读原文<<