決策樹1

樹以代表訓練樣本的單個結點開始（步驟1）。 如果樣本都在同一個類，則該結點成爲樹葉，並用該類標號（步驟2 和3）。 否則，算法使用稱爲信息增益的基於熵的度量作爲啓發信息，選擇能夠最好地將樣本分類的屬性（步驟6）。該屬性成爲該結點的「測試」或「判定」屬性（步驟7）。在算法的該版本中， 所有的屬性都是分類的，即離散值。連續屬性必須離散化。 對測試屬性的每個已知的值，創建一個分枝，並據此劃分樣本（步驟8

>>阅读原文<<