摘要：1、什么是决策树（Decision Tree） 决策树是一个类似于流程图的树结构，其中每一个树节点表示一个属性上的测试，每一个分支代表一个属性的输出，每一个树叶节点代 表一个类或者类的分布，树的最顶层是树的根节点。 举一个例子。小明同学想根据天气情况是否享受游泳运动： 这里包含了6个属性，一条样例即 阅读全文

摘要：基本的概念有： 训练集，测试集，特征值，标签，监督学习，非监督学习，半监督学习，分类，回归 （1）训练集（trainning set） 用来进行训练，产生模型或者算法的数据集合（data） （2）测试集（testing set） 用来专门测试已经训练好的模型或者算法的数据集合 （3）特征向量（特征值 阅读全文