.   决策树是如何工作的

    决策树一般都是自上而下的来生成的。每个决策或事件（即自然状态）都可能引出两个或多个事件，导致不同的结果，把这种决策分支画成图形很像一棵树的枝干，故称决策树。

    选择分割的方法有好几种，但是目的都是一致的：对目标类尝试进行最佳的分割。

    从根到叶子节点都有一条路径，这条路径就是一条“规则”。

    决策树可以是二叉的，也可以是多叉的。

    对每个节点的衡量：
    1)通过该节点的记录数
    2)如果是叶子节点的话，分类的路径
    3)对叶子节点正确分类的比例。

    有些规则的效果可以比其他的一些规则要好。

    决策树对于常规统计方法的优缺点

    优点：
    1)可以生成可以理解的规则。
    2)计算量相对来说不是很大。
    3)可以处理连续和种类字段。
    4)决策树可以清晰的显示哪些字段比较重要

    缺点：
    1)对连续性的字段比较难预测。
    2)对有时间顺序的数据，需要很多预处理的工作。
    3)当类别太多时，错误可能就会增加的比较快。
    4)一般的算法分类的时候，只是根据一个字段来分类。