【机器学习】决策树之CART算法原理

1. CART生成算法（分类树） 
   在这里需要提一下基尼系数： 
   
   注意：基尼指数也表示样本的不确定性，基尼指数值越大，样本集合的不确定性越大。 
   算法实现步骤： 
   1）计算现有样本DD的基尼指数，之后利用样本中每一个特征AA，及AA的每一个可能取值aa，根据A>=aA>=a与A<aA<a将样本分为两部分，并计算Gini(D,A)Gini(D,A)值 
   2）找出对应基尼指数最小Gini(D,A)Gini(D,A)的最优切分特征及取值，并判断是否切分停止条件，否，则输出最优切分点 
   3）递归调用1）2） 
   4）生成CART决策树

转载自：https://blog.csdn.net/LY_ysys629/article/details/72809129