Entscheidungsbäume

Entscheidungsbäume sind ein Supervised-Learning-Verfahren, das Daten durch eine Baumstruktur von Entscheidungsregeln segmentiert. Jeder innerer Knoten stellt eine Bedingung für ein Merkmal dar, während jeder Blattknoten eine Entscheidung oder Vorhersage enthält. Sie sind besonders nützlich für ihre Interpretierbarkeit und Fähigkeit, sowohl numerische als auch kategorische Daten zu verarbeiten. Jedoch neigen sie bei zu vielen Splits zu Overfitting.

Andere Schreibweisen

Decision Trees, Classification and Regression Trees (CART)