决策树

基本步骤流程 ： 计算给定数据的原始熵 划分数据集 选择最好的特征划分数据集 构建树的结构 使用决策树执行分类 决策树的存储和调用 绘制树形图 决策树：是一种树形结构，其中每个内部节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶子节点代表一种类别。 优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以知道哪些特征重要哪些不太重要 缺点：可能会产生过度匹配问题 树结构    

>>阅读原文<<