Decision Tree
决策树递归分裂数据空间，每个内部节点按某特征阈值分支，叶节点给出预测，可解释性强。
用途
可解释的分类与回归模型，是随机森林与梯度提升的基础。
机制
分裂选择最大信息增益（ID3/C4.5）或最小 Gini 不纯度（CART）。递归分裂至纯度满足或深度限制。剪枝防止过拟合。
用例
- 分类与回归
- 可解释 ML
- 特征选择
决策树递归分裂数据空间，每个内部节点按某特征阈值分支，叶节点给出预测，可解释性强。
可解释的分类与回归模型，是随机森林与梯度提升的基础。
分裂选择最大信息增益（ID3/C4.5）或最小 Gini 不纯度（CART）。递归分裂至纯度满足或深度限制。剪枝防止过拟合。