機器學習（六）——決策樹和隨機森林

參考網上 綜合整理 決策樹與隨機森林 本篇博客將重新給出對決策樹與隨機森林的認識。主要分析決策樹的學習算法：信息增益和ID3、C4.5、CART樹，然後給出隨機森林。 決策樹中，最重要的問題有3個: 1. 特徵選擇。即選擇哪個特徵作爲某個節點的分類特徵； 2. 特徵值的選擇。即選擇好特徵後怎麼劃分子樹； 3. 決策樹出現過擬合怎麼辦？ 下面分別就以上問題對決策樹給出解釋。決策樹往往是遞歸的選擇最優

>>阅读原文<<