DataWhale基础算法梳理第三次作业--决策树

【学习任务】 1. 信息论基础（熵 联合熵 条件熵 信息增益 基尼不纯度） 2.决策树的不同分类算法（ID3算法、C4.5、CART分类树）的原理及应用场景 3. 回归树原理 4. 决策树防止过拟合手段 【做题】 1、信息论基础（熵 联合熵 条件熵 信息增益 基尼不纯度） 2、决策树的不同分类算法（ID3算法、C4.5、CART分类树）的原理及应用场景    三种分类算法都是生成树算法，都由特征选

>>阅读原文<<