决策树(Decision Tree)是机器学习中一种常见的算法，它的思想非常朴素，就像我们平时利用选择做决策的过程。决策树是一种基本的分类与回归方法，当被用于分类时叫做分类树，被用于回归时叫做回归树。
一、决策树结构：
顾名思义，决策树在逻辑上表现为树的形式，包含有节点和向边。
一般情况下，一棵决策树包含一个根结点、若干个内部结点和若干个叶结点。
根节点：包含样本全集，从根结点到每个叶结点的路径对应了一个判定测试序列。
内部节点：表示一个特征和属性。每个内部节点都是一个判断条件，并且包含数据集中，满足从根节点到该节点所有条件的数据的集合。根据内部结点的属性测试结果，内部节点对应的数据的集合别分到两个或多个子节点中。
叶节点：表示一个类，对应于决策结果。叶节点为最终的类别，如果该数据被包含在该叶节点，则属于该类别。
如下图中，其中圆和方框分别表示内部结点和叶结点。
简而言之，决策树是一个利用树的模型进行决策的预测模型，表现出的是对象属性与对象值之间的一种映射关系，简单明了，非常容易理解。
我们决策树学习的目的是为了产生一棵泛化能力强，也就是能够高效、有效处理未见示例的决策树。
二、决策树的优缺点：
1.决策树的最大优点是，对背景知识要求不高，计算复杂度也不是很高，可以自学习。
2.属于有监督学习
3.对中间缺失值不敏感
4. 解释性强，甚至超过线性回归
5.相比传统的回归和分类方法，决策树是更接近人的决策模式
6. 能够用图形来表示，即使不是专业人士也可以轻松理解
7.可以在不创建哑变量的情况下，直接处理定性的预测变量，
8.决策树的预测准确性相比一般比回归和分类方法比较弱，但能够通过用集成学习方法组合大量决策树，这样可以显著提升树的预测效果
三、决策树的生成
决策树的生成是一个自顶向下的递归过程，其基本思想是以信息熵为度量构造一颗熵值下降最快的树，到叶子节点处的熵值为零。
在决策树算法中有三种情形导致递归返回：
1)当前节点包含的样本属于同一类，不需要划分;
2)当前属性集为空，无法进行划分。这种情况下，需要将当前结点标记成叶节点，并将其类别设定为所含样本最多的类别;利用当前结点的后验分布;(就是：有样本无属性进行划分)
3)当前结点包含的样本集合为空，不能进项划分。此时，要将当前结点标记为叶节点，将其类别设定为其父结点所含样本最多的类别;利用父结点的先验分布(就是：无样本有属性)
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在用户从“接触产品”到“完成核心目标”的全链路中，流失是必然存在的——电商用户可能“浏览商品却未下单”，APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中，次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈，是判断产品是 ...
2026-01-14在CDA（Certified Data Analyst）数据分析师的业务实操中，“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代，用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”，还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代，“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据，往往存在 ...
2026-01-13在CDA（Certified Data Analyst）数据分析师的核心能力体系中，“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中，业务模型与数据模型是两大核心支撑体系：业务模型承载“业务应该如何运转”的逻辑，数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代，“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言，用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA（Certified Data Analyst）数据分析师的日常工作中，“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代，用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业，提前精准预测潜在流失用户， ...
2026-01-09在量化投资领域，多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子（如估值、成长、盈利、流 ...
2026-01-09在CDA（Certified Data Analyst）数据分析师的工作场景中，分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据，是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下，数据已成为驱动业务增长的核心引擎。电商公司的数据分析师，不仅是数据的“解读官”，更是业务的 ...
2026-01-08在数据驱动决策的链路中，统计制图是CDA（Certified Data Analyst）数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析（PCA）的学习与实践中，“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中，成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中，数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA（Certified Data Analyst）作为具备专 ...
2026-01-07在数据处理与可视化场景中，将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色，能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中，指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升，还是产品故障率的异常 ...
2026-01-06
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
