分類與回歸樹（Classification and Regression Trees, CART）
不同于ID3, C4.5, CART本質(zhì)是對(duì)特征空間進(jìn)行二元?jiǎng)澐郑碈ART生成的決策樹是一棵二叉樹, C4.5是多個(gè)分支), 并能夠?qū)?biāo)量屬性（nominal attribute）與連續(xù)屬性（continuous attribute）進(jìn)行分裂。
標(biāo)量屬性分叉： = 和 !=
連續(xù)屬性分叉：閾值ε取屬性相鄰值的平均值验靡，找到Gini指數(shù)最大的ε值(Gini越大嚎卫，說明這個(gè)臨界點(diǎn)越有區(qū)分度)
Gini系數(shù)
流程：
- 若滿足停止分裂條件（樣本個(gè)數(shù)小于預(yù)定閾值絮宁，或Gini指數(shù)小于預(yù)定閾值（樣本基本屬于同一類倒信，或沒有特征可供分裂）钳踊，則停止分裂晤愧；
- 否則大莫，選擇最小Gini指數(shù)進(jìn)行分裂；
- 遞歸執(zhí)行1-2步驟官份，直至停止分裂只厘。
剪枝：
CART剪枝與C4.5的剪枝策略相似烙丛，均以極小化整體損失函數(shù)實(shí)現(xiàn)。同理羔味，定義決策樹T的損失函數(shù)為：
屏幕快照 2017-07-13 21.48.35.png
