機器學習之決策樹算法原理

決策樹介紹 決策樹算法是一種逼近離散函數值的方法。它是一種典型的分類方法，最早產生於上世紀60/70年代，由J Ross Quinlan提出了ID3算法和C4.5算法。C4.5算法在ID3算法的基礎上進行了改進，對與預測變量的缺值處理，剪枝技術，派生規則等方面做了較大的改進，既適合於分類問題，又適用於迴歸問題。 決策樹原理：信息增益、信息增益率與基尼係數 決策樹原理-ID3 決策樹原理-C4.5

>>阅读原文<<