基本信息
文件名称：决策树：决策树的基本原理与回归问题中的应用.docx
文件大小：28.41 KB
总页数：14 页
更新时间：2025-08-26
总字数：约1.18万字
文档摘要
PAGE1
PAGE1
决策树：决策树的基本原理与回归问题中的应用
1决策树概述
1.1决策树的历史与发展
决策树是一种用于分类和回归的预测模型，其历史可以追溯到20世纪60年代。最初，决策树的概念在信息论和决策分析领域被提出，但直到1984年，RossQuinlan开发了ID3算法，决策树才开始在机器学习领域得到广泛应用。ID3算法是基于信息熵和信息增益的决策树构建方法，它为后续的C4.5和CART算法奠定了基础。
ID3算法：基于信息熵和信息增益，用于处理分类问题。
C4.5算法：ID3的改进版，可以处理连续值和缺失值，生成更小的树。
CART算法：分类与回归树，可以