【機器學習－西瓜書】四、決策樹：信息熵；信息增益；增益率；ID3；C4.5

推薦閱讀：純度；信息熵；信息增益 關鍵詞： 純度；信息熵；信息增益；增益率；ID3；C4.5；基尼指數；預剪枝；後剪枝 4.1基本流程 關鍵詞：決策樹（decision tree） 決策樹是一種分類方法，其優點：計算量小，可解釋性強，比較適合處理有缺失屬性值的樣本以及類別不均衡的數據集。缺點：容易過擬合，數值必須是離散型。 一棵決策樹包括：根結點，內部結點和葉結點。整個訓練過程就是從根結點出發，經

>>阅读原文<<