摘要：
系列文章：《机器学习实战》学习笔记 本篇文章使用到的完整代码：Here 决策树 优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特征数据。 缺点：可能会产生过度匹配问题。 适用数据类型：离散型和连续型 \[ QAQ \] 我们经常使用决策树处理分类问题，它的过程类似二十个 阅读全文
摘要：
错误信息： 学习《机器学习实战》这本书时，按照书上的代码运行，产生了错误，但是在代码中没有错误提示，产生错误的代码如下： if type(secondDict[key])._name_ == 'dict': 报错如下： AttributeError: type object 'str' has no 阅读全文
摘要：
错误信息： 学习《机器学习实战》这本书时，按照书上的代码运行，产生了错误，但是在代码中没有错误提示，产生错误的代码如下： firstStr = myTree.keys()[0] print('树的叶子结点个数为：\n{}'.format(getNumLeafs(myTree))) 报错如下： fir 阅读全文