讲稿16规则学习3决策树分类.pptxVIP

决策树Decision Tree决策树基本概念解决分类问题的一般方法训练集（类标号已知）学习算法TIDA1A2A3类1Y100LN2N125SN3Y400LY4N415MN学习模型归纳模型检验集（类标号未知）应用模型TIDA1A2A3类1Y100L？2N125S？3Y400L？4N415M？推论决策树决策树决策树决策树（Decision Tree）又称为判定树，是运用于分类的一种树结构。其中的每个内部结点（internal node）代表对某个属性的一次测试，每条边代表一个测试结果，叶结点（leaf）代表某个类（class）或者类的分布（class distribution），最上面的结点是根结点决策树提供了一种展示在什么条件下会得到什么类别这类规则的方法。下例是为了解决这个问题而建立的一棵决策树，从中可以看到决策树的基本组成部分：决策结点、分支和叶结点决策树下图给出了一个商业上使用的决策树的例子。它表示了一个关心电子产品的用户是否会购买PC（buys_computer）的知识，用它可以预测某条记录（某个人）的购买意向决策树这棵决策树对销售记录进行分类，指出一个电子产品消费者是否会购买一台计算机“buys_computer”。每个内部结点(方形框)代表对某个属性的一次检测。每个叶结点(椭圆框)代表一个类: buys_computers=yes 或者 buys_computers=n