1.决策树的原理及核心 1.1 原理 决策树是一种非参数的非监督学习算法 输入： 是具有一系列特征和标签的数据 输出：训练集中的数据总结出的决策的规则，以树状图的结构来描述规则 意义：解决分类或回归问题总结：决策树就是根据**特定规则****，不断地选择特征(也成属性)作为分支节点，由上至下的不断补充节点，构建的一颗可以描述训练集隐含的决策规则的树🌲 1.2 决策树的划分选择 1.2.1信息增益