决策树学习资料(ppt 32页)

决策树学习资料内容提要：
决策树是实例（表示为特征向量）的分类器。结点测试特征，边表示特征的每个值，叶结点对应分类。
可表示任意析取和合取范式，从而表示任意离散函数和离散特征
可将实例分到多个分类(2)
可以重写为规则，用析取范式（DNF）形式red ^ circle -> positivered ^ circle -> Ablue -> B; red ^ square -> Bgreen -> C; red ^ triangle -> C
实例用(属性-值)对表示。离散值处理简单，连续值可以划分区间。
输出可以是离散的分类，也可以是实数（回归树）。
能有效处理大量数据
可处理噪声数据（分类噪声，属性噪声）
属性值缺失，亦可处理

..............................