数学建模之决策树与随机森林

一、决策树

优点

1. 计算复杂度不高

2. 输出结果易于理解

3. 对中间缺失值不敏感

4. 可以处理不相关数据

缺点

非常容易过拟合

重点：

特征选择、决策树生成

1.特征选择

信息熵

信息增益

信息增益率

基尼指数

2.生成算法

对应ID3：没有剪枝，当某一属性样本分布过于分散，如ID，则对结果造成影响非常大。