统计学习方法笔记-决策树模型

简介：     决策树是一种基本的分类与回归方法。下面的笔记主要记录用于分类的决策树。决策树模型呈树形结构，在分类中，表示基于特征对实例进行分类的过程。其主要优点是：模型具有可读性，分类速度快。学习时利用训练数据，根据损失函数最小化原则建立决策树模型。决策树学习通常包括三个步骤：特征选择、决策树的生成、决策树的修剪。 决策树模型与学习 决策树模型：     分类决策树模型是一种描述对实例进行分类的

>>阅读原文<<