機器學習（三）：決策樹，隨機森林

樹形模型是機器學習中最爲常用的模型之一，其同KNN算法一樣，也是弱假設型模型。而樹形模型裏面的決策樹是bagging、隨機森林以及boosting的基礎，因此想要了解隨機森林，首先要了解決策樹： 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測試，每個分支代表一個測試輸出，每個葉節點代表一種類別。常見的決策樹算法有C4.5、ID3和CART。 而一個樹形模型經常包含以下定義： 根節點：最頂

>>阅读原文<<