決策樹和隨機森林（Decision Trees and Random Forests）

1. 基本概念 學習分類：基於樹的算法被認爲是最好的，最經常使用的監督學習方法之一 優點： 基於樹的算法使預測模型具備較高的準確性，穩定性和易解釋性 與線性模型不一樣，它們很好地映射了非線性關係 用途 解決分類問題（classification：categorical variables ） 解決迴歸問題（regression：continuous variables ） 縮略語 縮寫 描述 含義

>>阅读原文<<