決策樹（一）|模型+條件概率分佈+學習機制 | 《統計學習方法》學習筆記（十七）

用於分類的決策樹。決策樹模型呈樹形結構，在分類問題中，表示基於特徵對實例進行分類的過程。它可以是if-then規則的集合，也可以認爲是定義在特徵空間與類空間上的條件概率分佈。其主要優點是模型具有可讀性，分類速度快。學習時，利用訓練數據，根據損失函數最小化的原則建立決策樹模型。預測時，對新的數據，利用決策樹模型進行分類。決策樹學習通常包括3個步驟：特徵選擇、決策樹的生成和決策樹的修剪。 決策樹模型與

>>阅读原文<<