Python实现决策树2(CART分类树及CART回归树)

接上篇     CART算法的全称是Classification And Regression Tree，采用的是Gini指数（选Gini指数最小的特征s）做为分裂标准,同时它也是包含后剪枝操做。ID3算法和C4.5算法虽然在对训练样本集的学习中能够尽量多地挖掘信息，但其生成的决策树分支较大，规模较大。为了简化决策树的规模，提升生成决策树的效率，就出现了根据GINI系数来选择测试属性的决策树算法C

>>阅读原文<<