机器学习之决策树

前言

决策树是很常见的机器学习分类算法，竟然叫决策树，那么它的模型其实就像树一样。通过对样本集的学习，挖掘出有用的规则。对于程序员来说或许以条件语句来看就更好理解了，决策树可以看成是多个if then条件语句的集合。这种模型等同于我们写的条件语句，所以它的预测分类速度是很快的。

例子

来个例子了解下决策树分类过程，以女生相亲挑“高富帅”为例吧，遇到已婚的肯定是不交往了，在未婚的情况下接着要看是否有房产，没有的话也免谈了，有房产那么继续看身高，180cm以上的接受，而180cm以下则再看有没有两套房，有则可以弥补身高不足，否则则拒绝。

一般一棵决策树包含了一个根节点、若干个内部节点（图中圆形节点）和若干个叶节点（图中方形节点），内部节点用于描述一种属性，而叶节点用来表示分类的结果。

怎么学