Datawhale集训营算法基础梳理任务3：决策树

【学习任务】 1. 信息论基础（熵 联合熵 条件熵 信息增益 信息增益比 基尼不纯度）？ 2.决策树的不同分类算法（ID3算法、C4.5、CART分类树）的原理及应用场景？ 3. 回归树原理？ 4. 决策树防止过拟合手段？     1. 信息论基础（熵 联合熵 条件熵 信息增益 信息增益比 基尼不纯度）    1).熵    2).联合熵    3).条件熵    4).信息增益     5).信

>>阅读原文<<