原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
决策树分类算法决策树是一种用来表示人们为了做出某个决策而进行的一系列判断过程的树形图决策树方法的基本思想是利用训练集数据自动地构造决策树然后根据这个决策树对任意实例进行判定决策树的组成决策树的基本组成部分有决策节点分支和叶树中每个内部节点表示一个属性上的测试每个叶节点代表一个类图就是一棵典型的决策树图决策树决策树的每个节点的子节点的个数与决策树所使用的算法有关例如算法得到的决策树每个节点有两个分支这种树称为二叉树允许节点含有多于两个子节点的树称为多叉树下面介绍一个具体的构造决策树的过程该方法是以
决策树分类算法
决策树是一种用来表示人们为了做出某个决策而
进行的一系列判断过程的树形图。决策树方法的基本
思想是：利用训练集数据自动地构造决策树，然后根
据这个决策树对任意实例进行判定。
1． 决策树的组成
决策树的基本组成部分有： 决策节点、 分支和叶，
树中每个内部节点表示一个属性上的测试，每个叶节
点代表一个类。图 1 就是一棵典型的决策树。
文档评论（0）