决策树与集成算法

举例：判断是否喜欢玩游戏 机器学习算法并没有哪个好哪个不好，而是哪个算法更适合于那种数据类型 决策顺序：先按照重要的，然后次重要的，依次类推 即针对每个特征，都做一次切割分类，特征越多越好吗？ 根据什么依据去选择根节点？如何切分？ 希望透过一次分支后，熵值越小越好。 pi：取到某一个类别的概率 对数函数曲线如下，由于概率值pi属于【0-1】区间，因此对数值恒为负数，H（x）函数中的-p*lg(p)

>>阅读原文<<