什么是决策树

问题描述

精选答案

决策树是一种基于树形结构的分类模型，常用于解决监督学习的分类问题。

其原理简单：从数据中选择某个特征进行划分，将数据按照该特征值进行分类，接着在子数据集中重复该过程，一直重复到满足某个停止条件，如数据集数量小于某个阈值，或者所有数据都属于同一类别。在预测时，将新样本从根节点开始遍历决策树，直到达到某个叶子节点，该叶子节点所属的类别就是预测结果。决策树具有易于解释和理解的特点，同时可以处理具有数值和离散特征的数据。然而，在模型构建时需要注意过拟合的问题，可以通过剪枝或者随机森林等方式进行优化。

其他回答

铁建筑路人

决策树（Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。

由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。

Entropy = 系统的凌乱程度，使用算法ID3, C4.5和C5.0生成树算法使用熵。

这一度量是基于信息学理论中熵的概念。