简介
决策树是一种基本的分类与回归方法，本文主要讨论用于分类的决策树。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程，它可以认为是if-then规则的集合。在学习时，利用训练数据，根据损失函数最小化的原则建立决策树；预测时，对新的数据，利用训练好的决策树模型进行分类。决策树学习通常包括三个步骤，特征选择，决策树生成，决策树修剪。
决策树模型
分类决策树模型是一种描述对实例进行分类的树形结构，树的结点有两种，内部结点代表一个特征和属性，叶节点代表一个类。
决策树模型示意图
在新的数据进行测试时，从根结点开始，对实例的某一特征进行测试，根据测试结构，将实例分配到其子结点，如此递归进行下去，直到到达叶结点。叶节点代表的类也就是实例的类。
熵和信息增益
决策树学习的算法通常时一个递归地选择最优特征，并根据该特征对训练数据集进行分割，使得对各个子数据集有一个最好的分类的过程。最优特征的选择是该算法的重点，特征选择在于选取对训练数据具有分类能力的特征。
熵是表示随机变量不确定性的度量，[图片上传失败...(image-7777cb-1561688746764)]=\frac{P(x)}{Q(x)})
