決策樹與隨機森林學習筆記（一）：原理

決策樹是一種監督學習算法。它適用於類別和連續輸入（特徵）和輸出（預測）變量。web 文章總體框架 一、基本概念 決策樹是一個相似於流程圖的樹結構：其中每個內部節點表示在一個屬性上的測試，每一個分支表明一個屬性輸出， 而每一個樹葉結點表明類或類分佈。樹的最頂層是根結點。 分支：決策樹算法以樹狀結構表示數據分類的結果。每一個決策點實現一個具備離散輸出的測試函數，記爲分支。 其既能作分類又能作迴歸的。

>>阅读原文<<