机器学习之监督学习-分类模型决策树的基本概念

机器学习之监督学习-分类模型决策树的基本概念

决策树是一种简单高效且具有强解释性的模型，广泛应用于数据分析领域，其本质是一棵自上而下的由多个判断节点组成的树。

我们看看如下图的两棵决策树，第一棵是相亲的决策树，叶子节点是决策结果，结果分为两类，即“见”或者“不见”。第二个决策树是动物分类的决策树，第二个决策树不是二分，而是多分，但是仍是多个离散值，属于分类问题。

下面我们看一张统计表，从表中我们可以看到对应日期时候小明是否去打球了，但是我们能总结预测出什么情况下小明会去打球吗，从表中我们好像并不太能看出。

下面我们把表格转换成决策树，我们会发现，阴天的时候，小明会去打球，若是晴天，当湿度正常的时候小明会去打球，若是雨天，当风弱的时候，小明会去打球。

决策树可以看作是一个if-then规则的集合，由决策树的根节点到叶节点的每一条路径构建一条规则，路径上内部节点的特征对应着规则的条件，叶节点对应规则的结论。