机器学习-决策树

决策树：
1.ID3算法
 1.1.熵
 1.2.信息增益
 1.3.ID3算法的思路
 1.4.ID3算法的不足


2.C4.5算法
 2.1.信息增益比
 2.2.处理连续特征
 2.3.缺失值处理
 2.4.C4.5算法的不足


3.CART算法
 3.1.特征选择方法--基尼系数
 3.2.处理连续特征
 3.3.处理离散特征
 3.4.CART分类树
 3.5.CART回归树
 3.6.剪枝
  3.6.1.预剪枝
  3.6.2.后剪枝


4.多变量决策树


5.Scikit-learn决策树算法类库介绍
 5.1.DecisionTreeClassifier
 5.2.DecisionTreeRegressor
 5.3决策树的可视化