學習——Regression Tree 迴歸樹

AI時代，機器學習算法成爲了研究、應用的熱點。當前，最火的兩類算法莫過於神經網絡算法（CNN、RNN、LSTM等）與樹形算法（隨機森林、GBDT、XGBoost等），樹形算法的基礎就是決策樹。決策樹因其易理解、易構建、速度快的特性，被廣泛應用於統計學、數據挖掘、機器學習領域。因此，對決策樹的學習，是機器學習之路必不可少的一步。 根據處理數據類型的不同，決策樹又分爲兩類：分類決策樹與迴歸決策樹，前者

>>阅读原文<<