摘要：
Gradient boosting decision tree（使用的基分类器是CART回归树，不适用CART分类树） 还有一遍博客讲的很好：https://www.cnblogs.com/pinard/p/6140514.html 介绍： 首先gbdt 是通过采用加法模型（即基函数的线性组合），以 阅读全文
摘要：
ID3决策树：利用信息增益来划分节点 信息熵是度量样本集合纯度最常用的一种指标。假设样本集合D中第k类样本所占的比重为pk，那么信息熵的计算则为下面的计算方式 当这个Ent(D)的值越小，说明样本集合D的纯度就越高 有了信息熵，当我选择用样本的某一个属性a来划分样本集合D时，就可以得出用属性a对样本 阅读全文