决策树
来源：互联网 发布：python 数组加减 编辑：程序博客网 时间：2024/06/03 23:04
决策树
- 优点：计算复杂度不高，输出结果易于理解，对中间值得缺失不敏感，可以处理不相关特征数据
- 缺点：可能会产生过度匹配问题
- 适用数据类型：数值型和标称型
决策树的一般流程
- 收集数据：可以使用任何方法
- 准备数据：树构造算法只适用于标称类型，因此数值型必须离散化
- 分析数据：可以适用任何方法，构造树完成之后，我们应该检查图形是否符合预测
- 训练算法：构造树的数据结构
- 测试算法：使用经验树计算错误率
- 使用算法：此步骤适用于人任何监督学习算法，而是用决策树可以更好的理数据的内在含义
