机器学习算法-随机森林之决策树R 代码从头暴力实现（3）

前文 (机器学习算法 - 随机森林之决策树初探（1）) 讲述了决策树的基本概念、决策评价标准并手算了单个变量、单个分组的Gini impurity。是一个基本概念学习的过程，如果不了解，建议先读一下再继续。机器学习算法-随机森林之决策树R 代码从头暴力实现（2）通过 R 代码从头暴力方式自写函数训练决策树，已决策出第一个节点。后续......再决策第二个节点、第三个节点第一个决策节点找好了，后续再找其它决策节点。如果某个分支的点从属于多个class，则递归决策。递归决策终止的条件是：再添加分支不会降低Gini impurity某个分支的数据点属于同一分类组 (Gini impurity = 0)定义函数如下：brute_descition_tree_result brute_descition_tree_result_index # 递归分支决策brute_descition_tree # 计算 ………………………………