sklearn之决策树学习

决策树（Decision Trees）：非参数有监督学习，用来分类和回归算法 决策树（DecisionTrees）：非参数有监督学习，用来分类和回归数组 目标：从数据特征学习获得简单决策，从而建立一个能够预测目标变量的模型框架 决策树的优势：学习 （1）   易理解，可视化方便测试 （2）   数据准备少，注意：此模块不支持缺失值优化 （3）   计算复杂度与模型数据点呈对数关系spa （4）  

>>阅读原文<<