决策树 结构_机器学习算法：决策树

决策树是一种广泛使用的分类和回归任务模型。实际上，它们学习了“if-else”问题的层次结构，从而导致决策。决策树是类似树结构的流程图，其中每个内部节点表示对属性的测试，每个分支表示测试的结果，并且每个叶节点(终端节点)保持类标签。

想象一下，你想要区分以下四种动物： 熊， 鹰， 企鹅和海豚。

目标是找到正确的答案，尽可能少地询问其他问题。

可以先问一下这种动物是否有羽毛，这个问题可以将你可能的动物缩小到只有两只动物。

如果答案是肯定的，你可以提出另一个可以帮助你区分鹰和企鹅的问题。例如，您可以询问动物是否可以飞行。

如果动物没有羽毛，你可能的动物选择是海豚和熊，你需要提出一个问题来区分这两种动物，例如，询问动物是否有鳍。

这一系列问题可以表达出来作为决策树，如下图所示。

动物树决策树图

属性选择

假设我们的数据集如下。表1是关于购买计算机的客户。