深入理解決策樹算法

引言 決策樹(Decision Tree)是機器學習中一種經典的分類與迴歸算法。本文主要討論用於分類的決策樹。決策樹模型呈樹形結構，在分類問題中，決策樹模型可以認爲是if-then規則的集合，也可以認爲是定義在特徵空間與類空間上的條件概率分佈。其主要優點是模型具有可讀性，分類速度快。決策樹學習通常包括3個步驟：特徵選擇、決策樹的生成和決策樹的剪枝。 基本原理 模型結構 決策樹由結點(Node)和有

>>阅读原文<<