机器学习中---分类模型--决策树模型
决策树模型决策树(DecisionTree, DT)是一种常见的用于分类和回归的非参数监督学习方法，目标是创建一个模型，通过从数 据特性中推导出简单的决策规则来预测目标变量的值。决策树模型的优点在于：1，简单容易理解，数据结构可以可视化表达。2，需要很少的数据准备，其他技术通常需 要数据标准化，需要创建虚拟变量，并删除空白值。3，能够处理多输出问题。 决策树模型的缺点在于：1，决策...
