摘要： 注：本文是《Mitchell机器学习》《JiaweiHan数据挖掘概念与技术》的学习笔记概览一1 决策树就是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。2 决策树建立时，使用统计测试来确定每一个实例属性单独分类训练样例的能力，在每个结点选取能最好地分类样例的属性，且从不回溯重新考虑以前的选择。因此，决策树学习是一个自顶向下的贪婪搜索算法。3 每一步都使用统计测试使决策树学习对错误有很好的健壮性。4 决策树学习的假设空间包含所有的决策树，它是关于现有属性的有限离散值函数的一个完整空间。每个有限离散值函数都可被表示为某个决策树。因此，决策 阅读全文