决策树sklearn实现（2）

上一篇文章已经讲了决策树的原理：模拟 人决策过程，按因素影响程度 从大到小，依次决策，得出最终结论。也讲了如何判断因素的影响程度的一种方法：信息增益越大，影响程度越大。也大致讲了递归构建决策树的过程，今天我们来使用sklearn实现决策树。 我不建议重复造轮子，除非当前轮子无法满足需求。sklearn实现决策树的核心代码就3句： 1.声明决策树模型 model=tree.DecisionTreeC

>>阅读原文<<