簡介

機器學習中，決策樹是一個預測模型，代表對象屬性與對象值之間的一種映射關(guān)系。樹中每個節(jié)點表示某個對象，而每個分叉路徑則代表某個可能的屬性值，每個葉節(jié)點則對應(yīng)從根節(jié)點到該葉節(jié)點所經(jīng)歷的路徑表示的對象的值。決策樹僅有單一輸出。

提出問題

光看概念會比較抽象，那么舉個實際中的問題來幫助理解。

現(xiàn)在我們需要為用戶推薦應(yīng)用，針對不同用戶我們要向其推薦最有可能下載的應(yīng)用。這是一個十分常見的應(yīng)用場景。

觀察數(shù)據(jù)

以下有一張用來制定推薦規(guī)則時參考的數(shù)據(jù)表

表中數(shù)據(jù)可以觀察到，其中有6組示例用戶數(shù)據(jù)，分別記錄了他們的性別、年齡與下載過的應(yīng)用。

那么，針對以上數(shù)據(jù)表，性別和年齡哪個特性對預測用戶會下載哪個應(yīng)用更有效？

不難看出，年齡會是更有效的參考指標。假設(shè)用性別區(qū)分用戶，會發(fā)現(xiàn)女性用戶既下載了Pokeman Go也下載了WhatsApp，而男性用戶也下載了PokemanGo，另外還下載了SnapChat，因此體現(xiàn)不出明顯差異。用年齡區(qū)分用戶則很容易發(fā)現(xiàn)，20歲以下的年輕用戶群體都下載了PokemanGo。接下來，將20歲以下的示例用戶數(shù)據(jù)排除，剩下20歲以上用戶則可以用性別再去判斷，女性普遍下載WhatsApp，男性普遍下載SnapChat。

繪制決策樹

通過分析數(shù)據(jù)表，我們便可以得出以下決策樹，到此決策樹的概念也就不難理解了。

通過大數(shù)據(jù)得出了決策樹，之后便可以根據(jù)不同目標用戶的不同屬性值，有針對性進行應(yīng)用的精準推薦了。

參考

決策樹——Wikipedia
機器學習納米學位課程——Udacity