机器学习笔记15——决策树原理以及python实现案例

决策树 1、概述 2、决策树模型 3、决策树学习 4、决策树构建-三步骤 4.1 特征选择 4.1.1 熵(entropy) 4.1.2 条件熵(entropy) 4.1.3 信息增益 总结 1、概述 决策树（decision tree）： 是一种基本的分类与回归方法，此处主要讨论分类的决策树。 在分类问题中，表示基于特征对实例进行分类的过程，可以认为是if-then的集合，也可以认为是定义在特征

>>阅读原文<<