《机器学习（周志华）》Chapter4 决策树

决策树算法比较容易理解，在这里简单做一下记录。 一、决策树： 决策树解决分类问题，简单来说就是依次选择样本属性作为结点，将该样本属性值作为叶子来展开，最终划分出的叶子标记为训练样例数最多的类别。 二、划分选择： 在选择属性的时候到底改选择哪个属性？这就引出了划分选择，选择出决策树的分支结点所包含的样本尽可能属于同一类别，即结点的“纯度”越来越高，文中介绍了三种方式：信息增益、增益率、基尼指数。 1

>>阅读原文<<