本文主要是介绍数据挖掘十八般武艺（一）：决策树，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

一、算法原理

（1）基本算法

决策树（Decision Tree），基于“树”结构进行决策：
        每个内部结点对应一个属性测试；
        每个分支对应属性测试的一种可能取值；
        每个叶结点对应一个决策结果。

学习过程：通过对训练样本的分析来确定“划分属性”（即内部结点所对应的属性）。

预测过程：将测试示例从根结点开始，沿着划分属性所构成的“判定测试序列”下行，直到叶结点。

策略：分而治之（Divide-and-Conquer）
        自根至叶递归；
        在每个内部结点寻找一个划分（或测试）属性。

递归停止条件：
        当前结点包含的样本全属于同一类别，无需划分；
        当前属性集为空, 或是所有样本在所有属性上取值相同，无法划分；
        当前结点包含的样本集合为空，不能划分。

（2）划分

（3）剪枝

算法实验

这篇关于数据挖掘十八般武艺（一）：决策树的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！