决策树
决策树的几种经典实现方式是ID3，C4.5 和 CART
分类树: 对一个样本的分类进行预测
信息熵 度量样本集合纯度的一种指标，熵越大，则说明该数据分类的纯度越纯
D表示数据集，假设D共有m个类别，Pk 表示第k个类别占样本总数的比例
基尼指数 CART用作分类时使用基尼指数作为划分依据 (CART用作回归时使用最小方差作为划分依据)
回归树: 对样本的某一个值进行预测
标签：XGboost,分类,样本,CART,基尼,决策树 From： https://www.cnblogs.com/dwletsgo/p/16702418.html