机器学习决策树的分裂到底是什么？这篇文章讲明白了.pdfVIP

机器学习决策树的分裂到底是什么？这篇文章讲明白了！ 作者 | Prashant Gupta 译者 | AI100 （rgznai100） 在实际生活中，树的类比如影随形。事实证明，树形结构对于机 器学习领域同样有着广泛的影响，特别是对分类和回归两大任务来 说。 在决策分析中，决策树可以非常清晰地呈现决策的过程和结果。 “树”如其名，决策树所用的正是一个树形的决策模型。数据挖掘领域 经常会用决策树来搜寻给定问题的解决策略，机器学习领域同样会广 泛用到这一方法。这将会是这篇博客的主题。 算法如何能被表示成树形？ 对于这一点，我们来看一个基本的例子：用泰坦尼克号的数据集 每位乘客的信息来预测他能否幸存下来。接下来这个模型，选取了数 据集内的 3 项特征（features）/ 属性（attributes）/ 列（columns）：性别、 年龄、sibsp （Sibling 及 Spouse ：表示随行的 属数量）。决策树自上而 下进行绘制，顶部节点被称为根节点。如上图所示：黑色加粗文字代 表了条件（condition） / 内部节点（internal node），分支（branches）/