機器學習（三）決策樹學習

一.簡介 　　決策樹學習是一種逼近離散值目標函數的方法，在這種方法中學習到的函數被表示爲一棵決策樹。 二.決策樹的表示法 　　決策樹通過把實例從艮節點排列到某個葉子結點來分類實例，葉子結點即爲實例所屬的分類。樹上的每一個結點指定了對實例的某個屬性的測試，並且該結點的每一個後繼分支對應於該屬性的一個可能值。分類實例的方法是從這棵樹的根節點開始，測試這個結點的屬性，然後按照給定實例的屬性值對應的樹枝向

>>阅读原文<<