一. 什么是决策树
决策树是一种常见的机器学习方法,**其核心思想是相同(或相似)的输入产生相同(或相似)的输出,**通过树状结构来进行决策,其目的是通过对样本不同属性的判断决策,将具有相同属性的样本划分到一个叶子节点下,从而实现分类或回归. 以下是几个生活中关于决策树的示例.
【示例1】
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/2d1cebd9aea415902c1cbb02eee4321e.jpeg#pic_center)
男生看女生与女生看男生的决策树模型
【示例2】
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/87f0719220854148f3c5f2ae94e16847.png#pic_center)
挑选西瓜的决策树模型
在上述示例模型中,通过对西瓜一系列特征(色泽、根蒂、敲声等)的判断,最终我们得出结论:这是否为一个好瓜. 决策过程中提出的每个判定问题都是对某个属性的“测试”,例如“色泽=?”,“根蒂=?”