hubble_chen的博客

原创 机器学习笔记——决策树

决策树是一种基本的分类与回归方法。决策树由结点和有向边组成，其中结点有两种类型：内部结点和叶结点。内部结点表示一个特征或属性，叶结点表示一个类别。我们可以把决策树直观地理解成一个问问题的机器，每到达一个内部结点就开始根据结点里的特征来对样本进行提问，接着根据样本的回答做出决策进入下一层，直到到达叶结点。举个例子，假设有一个特征是天气，它有三个特征值，分别是晴天，阴天，雨天。当进入到决策结点时，会根据结点中的特征对样本提问，比如样本的天气是晴天，就会进入对应到晴天的下一层结点。