Satir_V的博客

分类（Classification）：根据已知标签的数据集，构建模型来预测新记录的类别。监督学习（Supervised Learning）：使用带有标签的训练集来训练模型。数据划分：训练集（Training Set）：用于构建模型测试集（Test Set）：用于评估模型性能验证集（Validation Set）：用于参数调优是决策树算法的骨架和引擎：D在递归中不断变小，代表着我们处理的数据范围越来越聚焦。L在递归中不断变少，代表着我们可用的判断依据越来越有限。递归终止条件。

关于关联规则课件的总结