【机器学习】决策树知识点小结

决策树原理简述 决策树是一类常见的机器学习方法，它是基于树的结构进行决策的。每次作决策时选择最优划分属性，通常而言，随着划分过程不断进行，咱们但愿决策树的分支节点所包含的样本尽量属于同一个类别，即节点的“纯度”(purity)愈来愈高。html 决策树学习算法包含特征选择、决策树的生成与剪枝过程。决策树的学习算法一般是递归地选择最优特征，并用最优特征对数据集进行分割。开始时，构建根节点，选择最优特

>>阅读原文<<