機器學習—決策樹基礎

決策樹基礎 本文爲周志華老師《機器學習》的讀書筆記 定義 決策樹是一類常見的機器學習算法，可基於離散型與連續型屬性來生成決策樹。決策樹學習的目的是生成一棵泛化能力強，即處理未見示能力強的決策樹。形狀如下： 決策樹通過遞歸過程來生成，在決策樹基本算法中，有三種情況會導致遞歸返回： 當前節點包含的樣本全屬於同一類別，無需劃分； 當前屬性集爲空集，或是所有樣本在所有屬性上取值相同，無法劃分； 當前節點包

>>阅读原文<<