機器學習算法系列（三）：決策樹分類模型

1.分類決策樹介紹： 決策樹是樹模型的基礎形式。它包含一個根節點，若干個內部節點，以及若干個葉子節點。其中根節點包含所有的樣本。每一個內部節點表明了一個屬性測試，每一個子節點對應於一個決策結果（分爲多少類就有多少個子節點）。決策樹學習的目的在於產生一顆泛化能力強的決策樹。html 決策樹的優勢：(1):直觀易理解，符合人認知事物的過程。(2)應用範圍廣，分類迴歸都可以。缺點就是容易形成過擬合。須要

>>阅读原文<<