机器学习--决策树和随机森林简介

基本介绍     决策树是在数据挖掘中一种比较有效的算法。简单理解就是根据数据集中的特征值信息逐步分支，其每一个非叶子节点分支类似if-else结构，叶子节点对应分支结果，逐步分支直到不可分的节点或自定义的节点，整个决策过程最后形成了一棵倒立的树冠。        决策树是一种监督学习算法，有分类和回归两种方法，本文主要以分类过程做介绍。决策树可适用的数据类型有数值型和标称型，通常是样本使用数值型

>>阅读原文<<