機器學習實戰第三章（決策樹）

第二章介紹的k-近鄰算法能夠完成不少分類任務，可是最大缺點是沒法給出數據的內在含義，決策樹的主要優點就在於數據形式很是容易理解。 決策樹： 優勢：計算複雜度不高，輸出結果易於理解，對中間值的缺失不敏感，能夠處理不相關特徵數據 缺點：可能會產生過分匹配問題 樹用數據類型：數值型和標稱型。node 在構造決策樹時，咱們須要解決的第一個問題就是，當前數據集上哪一個特徵在劃分數據分類時起決定性做用。爲了找

>>阅读原文<<