分类和决策树。
决策树是预测建模机器学习的一种重要算法。
决策树模型的表示是二叉树。这是算法和数据结构中的二叉树，没什么特别的。每个节点表示一个单独的输入变量(x)和该变量上的拆分点(假设变量为数值)。
树的叶节点包含一个输出变量(y)，用于进行预测。通过遍历树的分割，直到到达叶节点并输出叶节点的类值，就可以做出预测。
树的学习速度很快，预测的速度也很快。它们通常也适用于广泛的问题，不需要对数据进行任何特别的准备。
决策树有很高的方差，并且可以在使用时产生更准确的预测。
Classification and Decision Trees
原文：https://www.cnblogs.com/ytxwzqin/p/9053889.html