机器学习算法系列（三）：决策树分类模型

1.分类决策树介绍： 决策树是树模型的基础形式。它包含一个根节点，若干个内部节点，以及若干个叶子节点。其中根节点包含所有的样本。每一个内部节点表明了一个属性测试，每一个子节点对应于一个决策结果（分为多少类就有多少个子节点）。决策树学习的目的在于产生一颗泛化能力强的决策树。html 决策树的优势：(1):直观易理解，符合人认知事物的过程。(2)应用范围广，分类回归都可以。缺点就是容易形成过拟合。须要

>>阅读原文<<