決策樹 (分類器)

今日學習目標

• 決策樹演算法介紹
  • 決策樹如何生成?如何處理分類問題?
• 實作決策樹分類器
  • 觀察決策樹是如何生成的

決策樹會根據訓練資料產生一棵樹，依據訓練出來的規則來對新樣本進行預測。決策樹演算法可以使用不同的方式來評估分枝的好壞(亂度)，例如像是Information gain、Gain ratio、Gini index。
從訓練資料找出規則，讓每一個決策能夠使訊息增益最大化，叫好比我們評估今天比賽是否舉行，天氣因子可能站比較大的因素，而Co2的濃度高低可能站的因子程度較低。

本系列教學簡報 PDF & Code 都可以從我的 GitHub 取得！
文章同時發表於： https://andy6804tw.github.io/crazyai-ml/12.決策樹

如果你對機器學習和人工智慧（AI）技術感興趣，歡迎參考我的線上免費電子書《經典機器學習》。這本書涵蓋了許多實用的機器學習方法和技術，適合任何對這個領域有興趣的讀者。點擊下方連結即可獲取最新內容，讓我們一起深入了解AI的世界！

👉 全民瘋AI系列 [經典機器學習] 線上免費電子書
👉 其它全民瘋AI系列 這是一個入口，匯集了許多不同主題的AI免費電子書