机器学习第3章 决策树学习2003.11.181机器学习-决策树学习 译者：曾华军等 作者：Mitchell 讲者：陶晓鹏概论决策树学习是应用最广的归纳推理算法之一是一种逼近离散值函数的方法很好的健壮性能够学习析取表达式ID3,Assistant,C4.5搜索一个完整表示的假设空间归纳偏置是优先选择较小的树决策树表示了多个if-then规则2003.11.182机器学习-决策树学习 译者：曾华军等 作者：Mitchell 讲者：陶晓鹏提纲决策树定义适用问题特征基本ID3算法决策树学习的归纳偏置训练数据的过度拟合更深入的话题2003.11.183机器学习-决策树学习 译者：曾华军等 作者：Mitchell 讲者：陶晓鹏决策树表示法决策树通过把实例从根节点排列到某个叶子节点来分类实例。叶子节点即为实例所属的分类树上每个节点说明了对实例的某个属性的测试节点的每个后继分支对应于该属性的一个可能值图3-1决策树代表实例属性值约束的合取的析取式。从树根到树叶的每一条路径对应一组属性测试的合取，树本身对应这些合取的析取。2003.11.184机器学习-决策树学习 译者：曾华军等 作者：Mitchel
