分类：决策树—— Records of Questions

一、在现有训练集上创建好一棵决策树后，如果新增加的数据集很大程度上和原有决策树冲突，有什么原因？如何处理？

A：

1、原有训练集数据样本失真，可能采集到了错误的数据；

2、训练集样本不够大，需要扩大数据集；

3、数据模型有误，已有的属性集不足以支撑最终的分类结论。

二、决策树可以运用在哪些领域，不能运用在哪些领域？具备什么样的特点使得它能够运用在这些领域？以及不能运用在某些领域的原因是什么？

三、支持决策树的算法有哪些？算法的继承和依赖关系是如何演进的？

四、决策树算法需要解决的两个根本问题：1、如何选择每一步的属性测试条件，以使得决策树全局最优？是否存在局部最优和全局最优的博弈？如何度量该步选择的该属性测试条件是全局最优的？2、。。。？

五、如何对增益计算公式和常识经验的理解进行关联？