決策樹學習資料(ppt 32頁)

決策樹學習資料內容提要：
決策樹是實例（表示為特征向量）的分類器。結點測試特征，邊表示特征的每個值，葉結點對應分類。
可表示任意析取和合取範式，從而表示任意離散函數和離散特征
可將實例分到多個分類(?2)
可以重寫為規則，用析取範式（DNF）形式red ^ circle -> positivered ^ circle -> Ablue -> B; red ^ square -> Bgreen -> C; red ^ triangle -> C
實例用(屬性-值)對表示。離散值處理簡單，連續值可以劃分區間。
輸出可以是離散的分類，也可以是實數（回歸樹）。
能有效處理大量數據
可處理噪聲數據（分類噪聲，屬性噪聲）
屬性值缺失，亦可處理

..............................