机器学习【1】决策树中ID3、C4.5、C5.0、CART、CHAID、QUEST算法

C4.5和C5.0的区别：
C5.0是C4.5应用于大数据集上的分类算法，主要在执行效率和内存使用方面进行了改进。

CHAID算法

• 根节点的选取：
  每个输入变量和输出变量（标签）做独立性检验，卡方值最大（P值最小）的为父节点，也就是说，跟输出变量相关的显著性最高的变量作为根节点。

• 节点的分裂：
  一、连续型输入变量：

1、先将输入变量进行区间划分，比如输入变量为价格，价格的最小单位是1元，那么，组距为1，划分区间为[1]、[2]、[3]、…，计算每个区间里面的频数，再算出与输出变量的交叉表。

2、计算两两相邻区间和输出变量的卡方值。
比如[1]和[2]，如下表，对其进行独立性检验，如果卡方值<临界值，P值大于显著水平，说明价格是1或者是2，对是否购买产品没有影