吃瓜教程（3）第四章 决策树

第四章 决策树

4.1 基本概念及流程

（因时间关系，之后补完笔记）

个人总结：
决策树，通过机器学习识别出 特征判定点，作为每个属性的“测试”，使得依据每个属性测试问题，可以指向最终的预测结果。

一颗决策树包括一个根节点，若干内部节点，叶子节点，每个非叶子节点对应一个属性测试，比如颜色是否是绿色。
从根节点到每个叶子节点的路径对应一个判定测试序列。
决策树学习的目的，是产生一颗泛化能力强的，即处理未见示例能力强的决策树，基本策略是“分治”（devide-and-conquer）

决策树学习算法

4.2 划分选择

决策树学习的关键是如何选择最优划分属性

4.2.1 信息增益