机器学习算法知识点

决策树。
**决策树是目前数据挖掘和机器学习中最流行的分类算法之一。本教程可以用作数据挖掘的风格和术语的独立介绍，而无需查看许多统计或概率先决条件。如果你是数据挖掘的新手，你会喜欢它，但是你的眉毛将会变得简单！在定义分类工作之后，我们解释信息增益（下一个Andrew教程）如何用于查找预测输入属性。我们展示了递归地应用这个过程如何构建决策树来预测未来事件。然后，我们仔细研究一个如此重要的问题，它是所有统计学和机器学习理论的基础：你如何在适合数据的复杂模型之间进行选择，以及一个简洁但不适合拟合数据的“奥卡姆剃刀”模型（这个主题将在稍后的安德鲁讲座中重新讨论，包括“交叉验证”和“ VC维”）。我们还讨论了基本决策树理念的改进和调整的广泛世界。 **决策树是目前数据挖掘和机器学习中最流行的分类算法之一。本教程可以用作数