决策树

2016-06-02 10:04:18   0  举报





仅支持查看

决策树是一种常用的机器学习算法，它通过构建一个有层次结构的树形模型来进行分类或回归任务。每个内部节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶节点代表一种类别或数值输出。决策树算法具有简单易用、可解释性强等优点，能够处理离散型和连续型数据，并且可以处理多标签分类问题。然而，决策树算法容易过拟合，需要进行剪枝等优化措施来提高泛化能力。

作者其他创作

大纲/内容

分支（branches）

根部节点（root node)

非叶子节点（non-leaf node）

叶节点（leaf node）