小白學習Machine Learning in Action-機器學習實戰------決策樹

書中說：k近鄰算法可以完成很多分類任務，但它最大的缺點就是無法給出數據的內在含義，決策樹的主要優勢就在於數據形式很容易理解。決策樹可以使用不熟悉的數據集合，並從中提取出一系列規則，機器學習算法最終使用這些機器從數據集中創造的規則。 決策樹算法的學習分爲如下幾個步驟： 一、從數學上討論如何劃分數據集。 劃分數據就要找到其決定性作用的特徵，即分類效果最好的那個特徵，所以要逐個評估每一個特徵。完成第一次

>>阅读原文<<