《機器學習實戰》 第九章 樹迴歸

      線性迴歸模型需要擬合所有樣本（除局部加權線性迴歸外），當數據擁有衆多特徵且特徵間關係十分複雜時，構建全局模型就顯得太難了。一種可行的方法是將數據集切分成很多份易建模的數據，然後利用線性迴歸技術建模。如果首次切分後仍難以擬合線性模型就繼續切分，在這種切分模式下，樹結構和迴歸法相當有用。        CART（Classification And Regression Trees，分類回

>>阅读原文<<