机器学习实战+第三章_决策树

 本章采用的是ID3算法。通过计算香农熵来确定最佳特征（bestFeature），再通过最佳特征将树划分成子树，递归的调用createTree函数。

优缺点：

可视化非常好

无法处理数值型数据

可能出现过度匹配的现象，可以通过剪枝了缓解

注明：

书里面的代码时用的python2，我是3.6版本，所以有些地方会有出入。

其次，关于treePlotter模块，xOff和偏移量的公式我进行了修正，使它更易于理解。