这个课程中没有介绍到的：
剪枝如何操作？ID3的算法的缺点是什么？如何改进？还有其他的算法没有？什么是基尼系数？和熵，信息增益有什么关系？Sklearn决策树算法中可以调节的参数有哪些？
吴恩达：机器学习：https://www.bilibili.com/video/av9912938/?p=60
当变量有多个时（不是只有A和B两个变量了）
当变成异或时，（奇校验码）复杂度变为2的n次方。
这样XOR问题可以转换为组合问题：
增长的速率是非常非常非常快的。
限定偏差：
优选偏差：
归纳偏差：
第三点是由第一点自然得到的。
想法：
剪枝操作：
如果误差太大的话可以不用剪枝，如果误差比较小可以使用剪枝。
比如：
原文：https://www.cnblogs.com/JasonPeng1/p/12118738.html