决策树算法详解及其优化

1、认识决策树

决策树是分类算法中的一种，其思想很朴素，就是程序设计里面的if-then结构，最早的决策树就是利用这类结构分割数据的一种分类学习方法。

2、决策树优缺点以及改进

优点： 简单的理解和解释，树木可视化。 需要很少的数据准备，其他技术通常需要数据归一化。

缺点： 决策树学习者可以创建不能很好地推广数据的过于复杂的树，这被称为过拟合。

决策树可能不稳定，因为数据的小变化可能会导致完全不同的树被生成

改进： 减枝cart算法 随机森林