![[Mitchell 机器学习读书笔记]——决策树学习](/uploads/reation/bcimg3.png)
[Mitchell 机器学习读书笔记]——决策树学习
1、简介 决策树学习是一种逼近离散值目标函数的方法，在统计学、数据挖掘、机器学习等领域都有应用。利用已有的数据样例集合，学习构造一颗决策树，便于以后预测目标数据的取值（比如分类时的类别等），这种决策树有时也被称作类别树或回归树。2、决策树表示 决策树通过把实例从根节点排列到某个叶子节点来分类实例，叶子节点即为实例所属的分类。
