决策树 Decision Tree 简介 原理:通过一层一层的逻辑分支判断最终的结果 分类:监督学习 优势 可解释性强、逻辑简单 可以拟合非线性的模型 执行效率高 二分类和多分类问题都可以解决 缺点 容易过拟合 不能学习属性间的关系 不支持在线学习,新样本出现之后需要重建树
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。