TheSparksFoundation_Task-4_Decision-Trees：决策树是用于分析数据的图形表示。 决策树以这种方式为我们提供数据，我们可以轻松地读取，理解和分析数据。 决策树算法属于监督学习算法家族。 ...使用决策树的目的是创建一个训练模型，该模型可以通过学习从先前数据（训练数据）推断出的简单决策规则来预测目标变量的类或值-源码

[{"title":"（ 3 个子文件 3KB ） TheSparksFoundation_Task-4_Decision-Trees：决策树是用于分析数据的图形表示。 决策树以这种方式为我们提供数据，我们可以轻松地读取，理解和分析数据。 决策树算法属于监督学习算法家族。 ...使用决策树的目的是创建一个训练模型，该模型可以通过学习从先前数据（训练数据）推断出的简单决策规则来预测目标变量的类或值-源码","children":[{"title":"TheSparksFoundation_Task-4_Decision-Trees-master","children":[{"title":"Iris.csv <span style='color:#111;'> 5.00KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 505B </span>","children":null,"spread":false},{"title":"TheSparksFoundation_Task 4_Decision Trees.py <span style='color:#111;'> 1.05KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]