今日学习打开，决策树
决策树是分类问题中的非常常见的基础模型。主要有3步构成：特征选择，决策树生成，决策树修剪
常用的算法有3种：ID3，C4.5，CART（Classificaiton and Regression Tree）
ID3算法核心为利用信息增益准则来选择特征
C4.5算法核心为利用信息增益比来选择特征
CART为利用平方误差最小化原则，来选择特征（回归树）；或以基尼指数（Gini Index）最小化原则，进行特征选择（分类树）
其主要的缺点是对训练集数据过拟合
。。。。。。。。。。
给大家分享一些看过的资源，帮助大家快速，直观的学习
链接：
https://pan.baidu.com/s/1wxPaRUFISPIe38RzCb-Qig
【资源分享】今日学习打卡--决策树 (Decision Tree)
原文：https://www.cnblogs.com/zhoujianjie1988/p/11261760.html