决策树分析例题经典案例_决策树原理及一个简单的小例子

首先通过两个图来引入什么是决策树。

是否学习的决策过程

决策树是仿树结构来进行决策的，例如上图来说，我们要对‘是否学习’这个问题进行决策时，通常伴随一系列的子决策。先看是否有‘对象’，有的话是否需要‘陪伴对象’，通过一次次子决策后得到最终决策：是否学习。

一般情况下，一棵决策树包含一个根节点，若干内部节点和若干叶节点，如下图所示，那么与是否学习的决策过程对应起来，‘女票’为根节点,'陪女友'和‘任务’‘吃鸡’为内部节点，最下面一层为叶子节点。

决策树节点图

决策树算法第一种常见的机器学习方法，常用于分类任务中，从给定的训练数据集中学习到一个模型用于对新示例进行分类。决策树需要两部分数据：

训练数据：用于构造决策树，即决策机制

测试数据：验证所构造决策树的错误率

下面给出决策树学习算法伪代码：

决策树学习算法伪代码

下面我们以一个具体的小实例来讲解决策树算法

数据为一个简单的判别生物是否为鱼类的数据集，通过对下面数据进行分析，建立决策树。

序号

不浮出水面是否可以生存

是否有脚蹼

属于鱼类

1

是

是

是

2

是

是