小白学习Machine Learning in Action-机器学习实战------决策树

书中说：k近邻算法可以完成很多分类任务，但它最大的缺点就是无法给出数据的内在含义，决策树的主要优势就在于数据形式很容易理解。决策树可以使用不熟悉的数据集合，并从中提取出一系列规则，机器学习算法最终使用这些机器从数据集中创造的规则。 决策树算法的学习分为如下几个步骤： 一、从数学上讨论如何划分数据集。 划分数据就要找到其决定性作用的特征，即分类效果最好的那个特征，所以要逐个评估每一个特征。完成第一次

>>阅读原文<<