决策树(decision tree)是一种基本的分类与回归方法。本章主要讨论分类的决策树。
5.1 决策树模型与学习
5.1.1 决策树模型
定义 5.1(决策树) 分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点(node)和有向边(directed edge)组成。结点有两种类型：内部结点(internal node)和叶结点(leaf node)。内部结点表示一个特征或属性，叶结点表示一个类。
用决策树分类，从根结点开始，对实例的某一特征进行测试，根据测试结果，将实例分配到其子结点；这时，每一个子结点对应着该特征的一个取值。如此递归地对实例进行测试并分配，直至达到叶结点。最后将实例分到叶结点的类中。
Read full article from 第5章 决策树 | 遇见一座城
No comments:
Post a Comment