决策树 (rpart, tree)

文档摘要

决策树 (rpart, tree) R语言决策树详解：rpart与tree包实践指南决策树原理简介决策树的核心思想是递归分割。算法从根节点开始，选择最优特征将数据集分割成更小的子集。这个过程不断重复，直到满足停止条件（例如，子集纯度达到阈值、树的深度达到限制等）。节点 (Node): 树的每个分割点。根节点 (Root Node): 树的起始节点，包含所有数据。内部节点 (Internal Node): 树的中间节点，代表一个特征测试。叶节点 (Leaf Node): 树的末端节点，代表一个预测结果。分支 (Branch): 连接节点的线，代表一个特征测试的结果。特征选择标准：决策树算法需要选择合适的特征进行分割。