Datawhale集訓營算法基礎梳理任務3：決策樹

【學習任務】 1. 信息論基礎（熵 聯合熵 條件熵 信息增益 信息增益比 基尼不純度）？ 2.決策樹的不同分類算法（ID3算法、C4.5、CART分類樹）的原理及應用場景？ 3. 迴歸樹原理？ 4. 決策樹防止過擬合手段？     1. 信息論基礎（熵 聯合熵 條件熵 信息增益 信息增益比 基尼不純度）    1).熵    2).聯合熵    3).條件熵    4).信息增益     5).信

>>阅读原文<<