機器學習各種算法思路總結四(決策樹與隨機森林、集成學習瞭解)

決策樹 簡單來講，決策樹，就是將數據集轉化爲一棵樹，按照這棵樹的規則，對於樣本進行歸類。 決策樹是一種非參數監督學習方法，用於分類與迴歸。 目標是建立一個模型，從數據特徵中進行學習，進而推斷出的簡單決策規則，用來預測目標變量的值。 決策樹是一種樹形結構，經過作出一系列決策（選擇）來對數據進行劃分，這相似於針對一系列問題進行選擇。 決策樹的決策過程就是從根節點開始，測試待分類項中對應的特徵屬性，並按

>>阅读原文<<