盒馬嘮機器學習之決策樹

       樹模型和線性模型有什麼區別呢？其中最重要的是，樹形模型是一個一個特徵進行處理並且每增加一個特徵相當於在數據中切一刀，之前線性模型是所有特徵給予權重相加得到一個新的值。決策樹與邏輯迴歸的分類區別也在於此，邏輯迴歸是將所有特徵變換爲概率後，通過大於某一概率閾值的劃分爲一類，小於某一概率閾值的爲另一類；而決策樹是對每一個特徵做一個劃分也就是切一刀，它可以認爲是if-then規則的集合，也可

>>阅读原文<<