文章目录
-
- 一、什么是决策树?
- 二、决策树学习的 3 个步骤
-
- 2.1 特征选择
- 2.2 决策树生成
- 2.3 决策树剪枝
- 三、信息增益、信息增益率、Gini系数
-
- 3.1 熵
- 3.2 条件熵
- 3.3 信息熵
- 3.4 信息增益
- 3.5 信息增益率
- 3.6 基尼系数
- 四、3 种典型的决策树算法
-
- 4.1 ID3 算法
- 4.2 C4.5 算法
- 4.3 CART算法
- 4.4 三种算法的比较
- 五、案例实现
-
- 5.1 数据集
- 5.2 算法参数
- 5.3 案例实现