决策树
决策树结构
根节点——样本全集
内部节点——属性测试
叶节点——决策结果
决策树学习的目的就是为了产生一颗泛化能力强,即处理未见示例能力强的决策树。
操作步骤
输入:
训练集 D=(x1,y1),(x2,y2),...,(xm,ym) D={(x_1,y_1),(x_2,y_2),...,(x_m,y_m)}D=(x1,y1),(x2,y2),...,(xm,ym)
属性集 A=a1,a2,...,ad A = {a_1,a_2,...,a_d} A=a1,a2,...,ad