关于决策树

监督学习算法

基本过程：样本学习得到预测函数f(x)，测试集评估效果

常用的决策树算法：ID3，C4.5和CART

属性划分的方法：ID3使用信息增益，C4.5使用信息增益率，而CART使用Gini基尼指数（三种）

在数据挖掘中，决策树主要有两种类型:

分类树 的输出是样本的类标。

回归树 的输出是一个实数 (例如房子的价格，病人呆在医院的时间等)。