怎样学习决策树？ 决策树学习是以实例为基础的归纳学习； 从一类无序、无规则的事物（概念）中推理出决策树表示的分类规则： 其基本流程遵循简单且直观的“分而治之(divide-and-conquer)”策略。 决策树的关键是选择最优划分属性，其基本思想： ·以信息熵为度量构造一棵熵值下降最快的树，到叶子节点处的熵值为零，此时每个叶节点中的 实例都属于同一类。 Hangzhou①ianzi Universi的y杭州电子科技大学 School of Computer Science and Tecfnology计算机学院周文库Hangzhou Dianzi University 杭州电子科技大学 School of Computer Science and Technology 计算机学院 周文晖 怎样学习决策树 ? 决策树学习是以实例为基础的归纳学习； 从一类无序、无规则的事物（概念）中推理出决策树表示的分类规则； 其基本流程遵循简单且直观的“分而治之 (divide-and-conquer)”策略。 决策树的关键是选择最优划分属性，其基本思想: • 以信息熵为度量构造一棵熵值下降最快的树，到叶子节点处的熵值为零，此时每个叶节点中的 实例都属于同一类