机器学习之决策树算法

决策树是归纳学习中的一种展示决策规则和分类结果的模型算法。在本文中，作者分享了决策树的原理和构造步骤，以及日常应用场景，供各位参考。

决策树（Decision Tree），又称判断树，它是一种以树形数据结构来展示决策规则和分类结果的模型，作为一种归纳学习算法，其重点是将看似无序、杂乱的已知实例，通过某种技术手段将它们转化成可以预测未知实例的树状模型，每一条从根结点（对最终分类结果贡献最大的属性）到叶子结点（最终分类结果）的路径都代表一条决策的规则。

二、决策树的原理是什么？

决策树（Decision Tree)，是一种树状结构，上面的节点代表算法的某一特征，节点上可能存在很多的分支，每一个分支代表的是这个特征的不同种类（规则），最后叶子节点代表最终的决策结果。