決策樹（補充）

　算法核心問題 該按什麼樣的次序來選擇變量（屬性）？ 最佳分離點（連續的情形）在哪兒？ ID3 信息增益計算 C4.5 信息增益的方法傾向於首先選擇因子數較多的變量 信息增益的改進:增益率 CART分類樹算法 大部分流行機器學習軟件的決策樹都是使用CART實現的 可以支持分類和迴歸 在分類樹算法中使用基尼指數選擇變量 韓家煒 p221 預剪枝和後剪枝 看《Python 大戰機器學習》

>>阅读原文<<