stream丶CC的专栏

1.聚类概念 聚类是将物理或抽象对象的集合分成相似的对象类的过程。使得同一个簇中的对象之间具有较高的相似性，而不同簇中的对象具有较高的相异性。簇是数据对象的集合，这些对象与同一簇中的对象彼此相似，而与其他簇的对象相异。 聚类可形式描述为：     Ｄ={o1, o2, ……, on}表示一个对象集合，     oi表示第i个对象，i={1, 2,……,n}；

一、决策树： 一棵决策树由一个根节点，一组内部节点和一组叶节点组成。每个内部节点（包括根节点）表示在一个属性上的测试，每个分枝表示一个测试输出，每个叶节点表示一个类，有时不同的叶节点可以表示相同的类。 建立一棵决策树，需要解决的问题主要有： 1）如何选择测试属性？ 测试属性的选择顺序影响决策树的结构甚至决策树的准确率，一般使用信息增益度量来选择测试属性。 2）如何停止划分样本？