关于决策树的那些事

决策树（DT）是用于分类和回归的非参数监督学习方法。目标是建立一个模型，经过学习从数据特征推断出的简单决策规则来预测目标变量的价值。python 例如，在下面的例子中，决策树从数据中学习使用一组if-then-else决策规则来逼近正弦曲线。树越深，决策规则越复杂，模型也越复杂。算法 用决策树进行1D回归。 该决策树来拟合与另外嘈杂观察正弦曲线。结果，它学习了近似正弦曲线的局部线性回归。咱们能够看

>>阅读原文<<