決策樹算法（機器學習實戰，閱讀筆記）

優點：計算複雜度不高，輸出結果易於理解，對中間值的缺失不敏感，可以處理不相關特徵數據 缺點：可能會產生過度匹配問題 使用數據類型：數值型，標稱型 適用場景：郵件分類，專家系統 原理：在構造決策樹時，需要解決的第一個問題上，當前數據集在哪個特徵在劃分數據分類時起決定性作用，爲了找到決定性的特徵，劃分出最好的結果，我們必須評估每個特徵。完成測試之後，原始數據酒杯劃分爲幾個數據子集，這些數據子集會分佈在

>>阅读原文<<