前言：

 决策树归纳是从有类标号的训练元组中学习决策模型。常用的决策树算法有ID3，C4.5和CART。它们是采用贪心（即非回溯的）方法，自顶向下递归的分治方法构造。这几个算法选择属性划分的方法各不相同，ID3使用的是信息增益，C4.5使用的是信息增益率，而CART使用的是Gini基尼指数。下面来简单介绍下决策树的理论知识。内容包含决策树的算法构成，熵、信息增益、信息增益率以及Gini指数和树的剪枝的概念及公式。

  熟悉和掌握python的内置函数，可以在写算法的时候简化代码。

Leetcode

第四题

- There are two sorted arrays nums1 and nums2 of size m and n respectively.

1

- Find the median of the two sorted arrays. The overall run time complexity should be O(log (m+n)).

  希望自己能有这个博客来鼓励自己养成总结归纳的好习惯！工具性代码还得review自己写的代码！

  向大佬们学习！