决策树

概述

基于树状结构进行决策的机器学习模型，通过特征分裂 recursively 划分数据。

关键内容

1. 树结构：内部节点为特征测试，分支为测试结果，叶节点为预测值。
2. 易解释：决策树规则直观可解释，是白盒模型。
3. 集成基础：是 随机森林 和梯度提升树的基础组件。

来源

• ai_papers_timeline.md — 2001 年时间线条目

相关

• 随机森林 — used_in
• Bagging（自举聚合） — relates_to