论文笔记--决策树（Decision Tree）

论文笔记–决策树（Decision Tree）

1.定义
首先，决策树是一个树结构。其非叶节点表示的是一个特征属性的测试，而每个分支代表了其父节点的特征属性在某个值域的输出。使用决策树进行决策的过程就是从根节点开始，测试待分类项中相应的特征属性，并按照其值选择输出分支，直到到达叶子节点，将叶子节点存放的类别作为决策结果。决策树仅有单一输出，如果有多个输出，可以分别建立独立的决策树以处理不同的输出。

2.决策树的理解
假设你是一个大龄相亲女士，你的相亲过程就可用决策树描述：

3.决策树的生成算法
决策树生成算法主要有ID3算法与C4.5算法
关于ID3算法（附上链接）：http://blog.csdn.net/acdreamers/article/details/44661149、
C4.5算法其实是ID3 的改进，ID3主要是根据信息增益度量特征的选择，而C4.5是根据信息增益率度量特征选择。参考链接为： http://blog.csdn.net/acdreamers/article/details/44661149