数据词典：决策树（Decision Tree）

赵老师

决策树是一种类似于流程图的树结构；其中，每个内部节点（非树叶节点）表示在一个属性上的测试，每个分枝代表一个测试输出，而每个树叶节点（或终节点）存放一个类标号。树的最顶层节点是根节点。

如何使用决策树分类呢？给定一个类标号未知的元组X，在决策树上测试元组的属性值。跟踪一条由根到叶节点的路径，该叶节点就存放着该元组的类预测。决策树很容易转换为分类规则。

为什么决策树分类器如此流行呢？决策树的构造不需要任何领域知识或参数设置，因而适合于探测式知识发现。决策树可以处理高维数据。获取的知识用树的形式表示是直观的，并且容易被人理解。决策树归纳的学习和分类步骤是简单和快速的。一般情况下，决策树分类器具有很好的准确率。然后，成功的使用可能依赖于手头的数据。决策树归纳算法已经成功地应用于许多应用领域的分类，如医学、制造和生产、金融分析、天文学和分子生物学。决策树是许多商业规则归纳系统的基础。

【出处】韩加炜,堪博 著,范明,孟小峰译.数据挖掘：概念与技术（原书第2版）,机械工业出版社,2007年3月.