吃瓜挑战-Task3

本次学习第四章-决策树，该章节首先基于决策树的基本流程，从对离散型样本和连续型样本的分类问题展开讨论，引出了信息熵、信息增益及增益率等概念，以及基于这些概念提出的ID3决策树学习算法、C4.5决策树算法、CART决策树算法。为了解决算法的过拟合问题，又在决策树算法的基础上引出了“剪枝处理”方法，包括“预剪枝”和“后剪枝”。最后，讨论了样本连续和离散的问题，和多变量决策树问题。这一章节的内容，层层递进，不断提出问题，又不断给出改进方法，使得决策树具有了实用性。