（四）機器學習——監督學習（supervised Learing）——決策樹（Decision Tree）

1、機器學習中分類和預測算法的評估： 準確率、 速度、 強壯性（部分數據缺失情況，能否正確判斷）、 可規模性（數據量變大，算法性能變化）、 可解釋性（特徵值和規律，是否能夠進行解釋） 2、決策樹定義：類似於流程圖的樹結構，每個內部結點表示一個屬性上的測試，每個分支代表一個屬性輸出，每個葉結點代表類或類分佈。最頂層：根結點。 3、熵entropy 香農提出「信息熵」： 一條信息的信息量大小和它的不確

>>阅读原文<<