- 数学 · 决策树（一）· 混乱程度 ， pi ∈ [0,1] → H(Y) ≥ 0 ， 所以最小值是0，这样的话，说明在一个分支内，异质性很小。 ， 这个可以总结一下。
决策树理论部分可以参考 Brett Lantz Machine Learning with R - Second Edition.pdf的126页附近。 决策树的解释意思就是 它会给出一个可能性，如果你的答案是1或0，那么答案就是1的概率为p，0的概率为1 − p。
在看完决策树后，可以了解一下随机森林，具体的之后我再准备给你。他们之间大致的关系如下图。
## Error in `library()`:
## ! there is no package called 'DiagrammeR'## Error in `grViz()`:
## ! could not find function "grViz"## Error:
## ! object 'xgboost' not found这是随机森林需要看到的地方， 贝叶斯、支持向量机、神经网络也是用到的常用方法，这个可以之后跟你说，我先说我最熟悉的。