機器學習（四）：分而治之（上）——決策樹分類

簡單地說，一個困難的決定可以簡化爲一系列小的越來越具體的決定。 決策樹 理解：從代表數據集的根節點開始，該算法選擇最能預測目標類的特徵，這些案例將被劃分到這一特徵的不同值的組中，這一決定形成了第一組樹枝。繼續分而治之其他節點，每次選擇最佳的候選特徵，直到達到停止標準。如果一個節點停止，可能具有以下情況： 節點上幾乎所有的案例屬於同一類 沒有剩餘的特徵來分辨案例之間的區別 決策樹已經到達預先定義的大

>>阅读原文<<