【機器學習】帶你3分鐘看完《機器學習實戰》總結篇

決策樹易於理解和解釋，可以可視化分析，容易提取出規則； 計算複雜度不高，對中間值的缺失不敏感，可以處理不相關特徵數據； 測試數據集時，運行速度比較快； 決策樹可以很好的擴展到大型數據庫中，同時它的大小獨立於數據庫大小。一種二值決策分類「機」，泛化錯誤率低和較好的推廣性使其被認爲是監督學習中最好的定式算法。Boosting 中最流行的的一個算法是 AdaBoost，以弱學習器作爲基分類器，並且輸入數

>>阅读原文<<