決策樹的理解

概要 分類決策樹模型是表示基於特徵對實例進行分類的樹形結構。決策樹可以轉換成一個if-then規則的集合，也可以看作是定義在特徵空間劃分上的類的條件概率分佈。 決策樹旨在構建一個與訓練數據擬合很好，並且複雜度小的決策樹。因爲從可能的決策樹中直接選取最優決策樹是NP完全問題。實際應用中採用啓發式的方法學習次優的決策樹。 決策樹學習算法包括三部分：特徵選擇、樹的生成和樹的剪枝。常用的算法有ID3、C4

>>阅读原文<<