機器學習之決策樹算法詳解

1-1 基本流程 決策樹是一個有監督分類與迴歸算法。 決策樹的生成只考慮局部最優，相對的，決策樹剪枝則考慮全局最優。 一、概念： 決策樹：是一種樹形結構，其中每個內部節點表示一個屬性上的判斷，每個分支代表一個判斷結果的輸出，最後每個葉節點代表一種分類結果，本質是一顆由多個判斷節點組成的樹。 二、劃分依據： ①熵 物理學上，熵 Entropy 是「混亂」 程度的量度。 系統越有序，熵值越低；系統越混

>>阅读原文<<