scikit-learn默认使用哪种决策树算法？

scikit-learn默认使用的决策树算法是CART（Classification and Regression Trees）算法。CART算法是一种基于二叉树结构的决策树算法，可以用于分类和回归任务。它通过选择最佳的特征和阈值来划分数据集，使得每个子节点的纯度最大化（分类任务中使用基尼系数或信息增益作为纯度度量，回归任务中使用平方误差最小化）。CART算法的优势包括易于理解和解释、能够处理离散和连续特征、对异常值和缺失值具有鲁棒性。

在腾讯云中，与决策树算法相关的产品是腾讯云机器学习平台（Tencent Machine Learning Platform，TMLP）。TMLP提供了丰富的机器学习算法和模型训练、部署的功能，包括决策树算法。您可以通过TMLP使用决策树算法构建和训练模型，进行分类和回归任务。具体的产品介绍和使用方法可以参考腾讯云官方文档：腾讯云机器学习平台。