决策树完整总结（ID3，C4.5，CART）

文章目录 1.介绍 1.1 定义 1.2 决策树与条件概率分布 1.3 决策树的构建 1.3.1 划分准则 1.3.2 划分方式 1.3.3 停止条件 2. 决策树的构建过程 2.1 ID3算法 2.2 C4.5算法 2.3 CART（分类和回归树） 3. 决策树的剪枝 4. 缺失值的处理 5. 优点 1.介绍 1.1 定义 决策树学习的目标是根据给定的训练数据集合构建一个决策树模型，使它能够对实

>>阅读原文<<