决策树算法

决策树的伪代码如下（分而治之算法）：

输入：
训练集D={（x1,y1）,(x2,y2),.....,(xm,ym)};
属性集A={a1，a2,.....ad}.
过程：函数treeGenerate(D,A)
1.生成节点Node；
2.if D中样本全属于同一类别C then
3.		将node标记为C类叶结点；return
4.	end if
5.	if A≠∅ OR D中样本在A上取值相同 then
6.		将node标记为叶结点，其类别标记为D中样本最多的类;return 
7.	end if
8.	从A中选择最优划分属性a*；
9.	for a*的每一个值a*V do
10.	为node生成一个分支，另Dv表示D在a*上取值为a*V的样本子集；
11.	 if Dv为空then
12.		将分支结点标记为叶结点，其类别标记为D中样本最多的类，return
13.	 else
14.		以TreeGenerate(Dv,A\{ak})为分支结点
15.	endif
16.	end for