隨機森林和決策樹

決策樹 本質是一顆由多個判斷節點組成的樹。決策樹算法的核心是經過對數據的學習，選定判斷節點，構造一顆合適的決策樹。web 樹模型不須要作歸一化：面試 歸一化的目的是爲了加快梯度降低法的收斂速度，可是決策樹模型不須要計算梯度 樹模型只考慮特徵的劃分界限，而不須要考慮特徵的值範圍 決策樹的關鍵是選擇最優劃分屬性。算法 一個屬性會有多個取值，根據這個屬性的不一樣取值將輸入的數據劃分爲多個樣本集合，一個取

>>阅读原文<<