统计模型（假设检验）
数据挖掘模型
决策树思想
根决策 决策节 叶决策
ID3算法
信息熵（描述系统的复杂程度，信息量的加权平均）
信息量（底数2）
发生频数高的信息量大（0-1）信息熵越大越混乱
信息增益（引入一个变量对其分类，条件熵越小越好，差是信息增益越大越好）
eg引入亏损状态的分类，谁信息增益大就在哪里开叉
缺点，分类越多信息增益越大
C4.5的算法（可处理非离散数据）
信息增益率
剪枝
CART算法
二分叉，二叉树
C5.0算法（基于booksing算法）
多叉树，采用大数据集
构造多个C4.5
智能解决分类问题
随机森林，SGboost
