决策树归纳 基本概念

本文介绍有关决策树归纳的基本概念，算法思想流程等等，适合初学者普及知识用。

1.什么是决策树？（decision tree）是一种类似于流程图的树结构，其中每个内部节点（非树叶节点）表示在属性上的测试，每个分支表示该测试上的一个输出，而每个树叶节点存放一个类标号，树的最顶层节点是根节点。

2.如何使用决策树分类？给定一个类标号未知的元组X，在决策树上测试该元组的属性值。跟踪一条由根节点到叶节点的路径，该叶节点就存放着该元组的类预测。决策树容易转换成分类规则。决策树的优点在于可以处理高位数据

3.决策树归纳算法：

（1）创建一个节点N（训练元组）

（2）D中的所有元组是否在一个类，不在一个类则进行下面的操作

（3）首先确定分类原则，并标记依据什么原则进行分类（信息增益或Gini指数判断）

（4）划分元组并对分区生成子树