Machine learning 训练决策树

我正在尝试开始机器学习。我有一些表示图像中数字像素值的训练数据，我正在尝试从中训练决策树。什么是开始的好方法？我应该考虑哪些工具（有关文档的指针会有帮助）？p> 我还想在数据上训练一个随机林，以比较性能和决策树。任何指导都会有很大帮助。

最好的开始方式可能是。除了提供一个随机森林分类器和几个决策树（在许多其他算法中）的实现之外，它还提供了处理和可视化数据的工具。它带有一个相对易于使用的GUI。

随机林使用树，因此我可能建议您首先让树工作。一旦你了解了所有关于树木的知识，你就可以阅读有关森林的书籍，这将是非常简单的。然而，你应该从学习机器学习开始，而不仅仅是跳进图书馆。我将首先了解如何使用最大化熵的方法对布尔特征（更简单）使用决策树。一旦您充分理解了该算法，可以在一个小数据集上手动运行它，请阅读如何在实值特征上使用决策树。然后去图书馆看看