決策樹與隨機森林

1、 決策樹的簡介     決策樹是一種基本的分類與迴歸方法，學習一般包含三個步驟：特徵選擇、決策樹的生成和決策樹的剪枝。算法     決策樹學習本質是從訓練數據集中概括出一組分類規則；決策樹學習的損失函數一般是正則化的極大似然函數，學習策略是由訓練數據集估計條件機率模型。api     決策樹學習的算法一般是一個遞歸地選擇最優特徵，並根據該特徵進行分割。這一過程對應着決策樹的構建，也對應着特徵空

>>阅读原文<<