什么是决策树
决策树是一类常见的机器学习方法。顾名思义,决策树是基于树结构进行决策的,这也正是人类面临决策问题时一种很自然的处理机制。
决策树结构
一般的,一棵决策树包含一个根结点,若干个内部结点和若干个叶节点;叶节点对应于决策结果,其他每个结点对应于一个属性测试;每个结点包含的样本集合根据属性测试的结果被划分到子结点中;根结点包含样本全集。
决策树学习的目的
是为了产生一棵泛化能力强,即处理未见示例能力强的决策树,其基本流程遵循简单直观的“分而治之”策略。
什么是决策树
决策树是一类常见的机器学习方法。顾名思义,决策树是基于树结构进行决策的,这也正是人类面临决策问题时一种很自然的处理机制。
决策树结构
一般的,一棵决策树包含一个根结点,若干个内部结点和若干个叶节点;叶节点对应于决策结果,其他每个结点对应于一个属性测试;每个结点包含的样本集合根据属性测试的结果被划分到子结点中;根结点包含样本全集。
决策树学习的目的
是为了产生一棵泛化能力强,即处理未见示例能力强的决策树,其基本流程遵循简单直观的“分而治之”策略。