什么是决策树？

先来看视频：

以下为文字版本：

（阅读大约需要 1 分钟）

决策树也是一种机器学习的方法，一般使用决策树的机器学习属于监督学习。

我们举个例子，假如我们有一组数据，包括学生的考试成绩和出勤状况，我们就可以利用决策树来判断出他是“好学生”还是“坏学生”。

成绩大于等于90分的是“好学生”，如果成绩小于90分，那么看上课表现； 如果上课提问次数小于3次，我们再看出勤率； 如果出勤率小于90%的，认定不是“好学生”。

如果把这个判断过程画下来，就像是一个不断分叉的树枝一样，所以被称作决策树。

在这个例子中，我们把成绩放在了最前面，划定的标准是90分。但优先考虑哪一个因素？每个因素的判定标准是什么？需要决策树依据数据进行学习调整。

*此处对所谓“好学生”“坏学生”的判定，仅作为解释决策树原理的案例。科普中国关注教育德智体美劳的全面发展，不推崇唯成绩论。