决策树与随机森林超详细笔记 原理与方法

1、决策树 一、决策树 ​ 1.决策树是一种树形结构，其中每一个内部节点表示在一个属性上的测试，每一个分支表明一个测试输出，每一个叶节点表明一种类别。web ​ 2.决策树的学习是以实例为基础的概括学习算法 ​ 3.决策树学习采用的是自顶向下的递归方法，其基本方法是以信息熵为度量构造亦可熵值降低最快的树，到叶子节点处的熵值为零，此时每一个叶节点的实例都属于同一类。bootstrap 二、决策树学习

>>阅读原文<<