最后,把今天的内容浓缩成三句最核心的话,方便大家记忆和复习。第一句话:决策树是可解释性最强的机器学习模型,最适合作为建模比赛的 Baseline,上手快、效果稳、报告好写。第二句话:决策树的核心就两件事 —— 特征分裂和剪枝。选对分裂标准,做好剪枝防过拟合,模型就成功了一大半。第三句话:进阶路线很清晰。先跑通决策树,验证思路和数据逻辑,再升级到随机森林、XGBoost、LightGBM 这类集成模型,分数会有明显提升。对于数学建模来说,决策树是入门必会、比赛必用、报告必写的基础模型,希望大家通过今天的内容,真正把它掌握。