江凪水心的博客

PCA（Principal Component Analysis） 是一种常见的数据分析方式，常用于高维数据的降维，可用于提取数据的主要特征分量。

在日常生活中，我们所做出的决策往往要根据一系列现有条件和过去经验。 这种根据历史数据提炼出规则，并以现有信息为基础形成决策，在数据挖掘领域中，我们称之为决策树分类算法。 决策树（Decision Tree）是一种十分常用的分类方法，属于监督学习（Supervised Learning）。 监督学习就是给出一批样本，每个样本都有一组属性和一个分类结果（即类标签已知），算法通过学习这些样样本，得到一个决策树，这个决策树能够对新的数据给出合适的分类。