決策樹（分類與迴歸）

決策樹算法的大概流程 首先我們要知道，決策樹是根據訓練集構造一個樹結構，每個分叉相當於一次判斷，每個葉子節點就是模型的輸出。如下圖所示： 步驟1：就對於每一個節點，選取最優分叉屬性。選擇最優屬性的方法有很多種，最常見的是信息增益法。 步驟2：把當前節點的訓練樣本集合，按照最優分叉的屬性值分成幾個子集，分別作爲下一個節點。 舉個例子：如果步驟1告訴我們，當前節點最優屬性是「紋理」，且紋理有三個值，分

>>阅读原文<<