Week2Day4-Day5任务简介：学习第5章决策树，掌握决策树模型的思想和算法详细说明：第5章介绍的决策树模型即可以解决分类问题也可以解决回归问题，本书重点介绍分类问题。通过学习第1节，了解决策树模型的基本思想；通过学习第2节，了解选择分类特征的两个准则：信息增益和信息增益比；通过学习第3节，理解两个准则下对应的两种决策树算法；通过学习第4节，了解决策树模型中如何通过剪枝控制模型复杂度；通过学习第5节，掌握基尼系数的计算方法和CART算法，其中回归问题不做学习要求。本章的难点是如何理解信息增益和基尼系数以及它们的计算。
学习目标：
1、导读视频。
2、理解信息增益、基尼系数的含义和计算方法。
3、掌握ID3算法。
4、了解决策树剪枝的目的和剪枝准则。
5、 掌握CART生成算法。
6、观看助教录制的第3章的作业讲解视频附代码下载链接：https://pan.baidu.com/s/1DrDWBBpXWwSjo4z0dWZT2w 提取码：ggvj
作业5：
1.证明CART剪枝算法中，当α确定时，存在唯一的最小子树Ta使损失函数Cα(T)最小。
2.尝试调用sklearn.tree.DecisionTreeClassifier模块，训练数据集采用课本例题5.1的数据，判断是否应该批准下列人员的贷款申请，打卡代码运行结果的截图。A={青年，否，是，一般}B={中年，是，否，好}C={老年，否，是，一般}作业答案及代码讲解在本周日公布，助教会进行视频讲解。打卡要求：（图片2张）