機器學習算法——決策樹

決策樹（Decession Tree） 算法用處很多，而且還是一些集成算法的基礎。它的基本原理是：選取某個特徵屬性，按照特徵值來講最初的樣本集分開成兩個節點，對分開的節點再選取特徵進行劃分生成新的節點，一直遞歸地劃分下去直到滿足一定條件爲止（全部葉子節點中都是一類，或者樹的層數、寬度達到一定數值）。這個過程有點像有一堆混在一起的豆子，我們手上有幾種篩子，通過幾次篩選後講不通的豆子分開，這個「篩子」

>>阅读原文<<