決策樹與隨機森林超詳細筆記 原理與方法

1、決策樹 一、決策樹 ​ 1.決策樹是一種樹形結構，其中每一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測試輸出，每一個葉節點表明一種類別。web ​ 2.決策樹的學習是以實例爲基礎的概括學習算法 ​ 3.決策樹學習採用的是自頂向下的遞歸方法，其基本方法是以信息熵爲度量構造亦可熵值降低最快的樹，到葉子節點處的熵值爲零，此時每一個葉節點的實例都屬於同一類。bootstrap 二、決策樹學習

>>阅读原文<<