决策树学习笔记

在我看来，决策树的作用只有一个，就是做分类。并且我觉得机器学习的功能就是聚类和分类。如果以后另有发现，我改。
参考
1.树的概念
2.过度拟合
所谓过度拟合，就是实验中通过这种决策树做分类效果很好，但是到实际生产中正确率就下降很多
3.纯度，就是说有一个属性可以直接把测试数据集分为两类，假如这两类在是p1和p2,如果p2和p1的差值越大，说明通过这个属性作为起始节点就越合理。
4.正太分布和置信区间？