機器學習之其他常用技術——決策樹(學習筆記)

文章目錄 機器學習之其他常用技術——決策樹 機器學習之其他常用技術——決策樹 決策樹: 一種對實例進行分類的樹形結構，通過多層判斷區分目標所屬類別 本質：通過多層判斷，從訓練數據集中歸納出一組分類規則 優點： 計算量小，運算速度較快 易於理解，可清晰查看各屬性的重要性 缺點： 忽略屬性間的相關性 樣本類別分佈不均勻時，容易影響模型表現 舉個栗子： 任務：根據用戶的學習動力、能力提升意願、興趣度、空

>>阅读原文<<