决策表（决策树）

1.什么是决策树
决策树是一种基本的分类与回归方法，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布，其主要优点是模型具有可读性，分类速度快。学习时，利用训练数据，根据损失函数最小化的原则建立决策树模型。预测时，对新的数据利用决策树模型进行分类。决策树学习通常包括三个步骤：特征选择，决策树的生成和决策树的修剪。
2.决策表又是什么
①决策表：
由条件桩、动作桩、条件项、动作项四个部分组成条件桩是指问题中的限制条件；动作桩是指要执行的操作；条件项其中条件桩中各个条件组合；动作项是一个条件组合的特定取值后相应要执行的动作；规则: 任何一个条件组合的特定取值及相应要执行的操作称为一条规则；
②地位：
决策表法被称为“最严格、最具有逻辑性”的黑盒测试方法，能够复杂逻辑关系和多条件组合情况表达的较为明确。适用于：输入输出较多且相互制约条件较多的问题。
③规则合并（判定表的简化）:
有两条或多条规则具有相同动作且他们的条件项之间存在可化简关系就可以将规则合并。那么，什么是可化简关系？即条件桩中仅有一个条件的值不一样，而执行的动作却是一致的。
3.实例-决策表、决策树的绘制
例题eg1：邮寄包收费标准如下：若收件地点在1000公里以内，普通件每公斤2元，挂号件每公斤3元。若收件地点在1000公里以外，普通件每公斤2．5元，挂号件每公斤3．5元；若重量大于30公斤，超重部分每分斤加收0．5元。
请绘制收费的原始决策表，并对其进行优化，得到优化后的决策表，再绘制出决策树(重量用W表示。
解：如下图所示。
●决策表：

●决策树（判定树）：