【机器学习】决策树算法学习笔记

一、算法表述 决策树学习的目的是为了产生一颗泛化能力强的数。 一般来说，一颗决策树包含一个根节点，若干个内部节点和若干个叶节点。 叶节点对应决策结果，其他每个节点对应一个属性测试。 每个节点包含的样本集合根据属性测试的结果被划分到子节点中，根节点包含样本全集。 从根节点到每个叶节点的路径就对应一个判定测试序列。 决策树的基本流程遵循“分而治之”策略。 生成决策树是一个递归的过程，有三种情况会导致递

>>阅读原文<<