决策树学习笔记

概述：
用途：分类 回归
呈树形结构 可以认为是if-then规则的集合 也可以认为是定义在特征空间与类空间上的条件概率分布
有点：模型具有可读性 分类速度快
3个步骤：特征选择 树的生成 树的修剪
学习思想主要来源于id3和c4.5， cart算法

熵：定义随机变量的不确定性

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

友情链接更多精彩内容