【機器學習算法篇】決策樹

決策樹是一種基本的分類與迴歸方法。 決策樹的學習過程 特徵選擇：從訓練數據的特徵中選擇一個特徵作爲當前節點的分裂標準（特徵選擇的標準不同產生了不同的特徵決策樹算法）。 決策樹生成：根據所選特徵評估標準，從上至下遞歸地生成子節點，直到數據集不可分則停止。 剪枝：決策樹容易過擬合，需要剪枝來縮小樹的結構和規模（包括預剪枝和後剪枝）。實現決策樹的算法包括ID3、C4.5算法等 實現決策樹的算法包括ID3

>>阅读原文<<