随机森林和决策树

决策树 本质是一颗由多个判断节点组成的树。决策树算法的核心是经过对数据的学习，选定判断节点，构造一颗合适的决策树。web 树模型不须要作归一化：面试 归一化的目的是为了加快梯度降低法的收敛速度，可是决策树模型不须要计算梯度 树模型只考虑特征的划分界限，而不须要考虑特征的值范围 决策树的关键是选择最优划分属性。算法 一个属性会有多个取值，根据这个属性的不一样取值将输入的数据划分为多个样本集合，一个取

>>阅读原文<<