機器學習之決策樹模型最優屬性選擇方法

決策樹模型是用於解決分類問題的一個模型，它的特點是簡答、邏輯清晰、可解釋性好。 決策樹是基於「樹」結構進行決策的。 每個「內部結點」對應於某個屬性上的「測試」； 每個分支對應於該測試的一種可能結果（也就是該屬性的某個取值） 每個「葉子結點」對應於一個「預測結果」 決策樹的學習過程：通過對訓練樣本的分析來確定「劃分屬性」 決策樹預測過程：將預測示例從根結點開始，沿着劃分屬性所構成的「判定測試序列」往

>>阅读原文<<