现实中的决策树模型之日常吃饭
决策树决策树是一种基本的分类与回归方法，决策过程中提出的每一个判定问题都是对某一个属性的“测试”，每个测试结果或是导出最终结论，或是导出进一步的判定问题，其考虑范围在上次决策结果的限定范围之内。决策树学习的目的是 为了产生一颗泛化能力强，即处理未见示例能力强的决策树。决策树图形如下图所示决策树在分类问题中，表示基于特征对实例进行分类的过程，可以认为它是if-then规则，也可以认为他是定义在特征空间与类空间上的条件概率分布假设给定训练数据集 D={(x1,y1),(x2,y2),⋯ ,(xN,y
