下个学期开始就要讲数据挖掘了，有点开心，也有点紧张。数据挖掘不是单纯的讲解理论，更偏向于实践。所以除了把基础的概念讲清楚，如何带着同学们做一些有意义的项目，确实是一个挑战~~
今天呢，我们就从决策树开始，先介绍基础的概念，然后再做一个项目练手。
先提醒大家一下，我会将一个算法分为多篇文章介绍，由浅入深。今天先给大家介绍一下决策树的基本流程。
决策树是一类常见的机器学习方法。以二分类为例，我们希望从给定的训练数据集学得一个模型用以对新示例进行分类，这个把样本分类的任务，可看作对“当前样本属于正类吗？”这个问题的“决策”或“判断”。顾名思义，决策树是基于树结构来进行决策的，这恰是人类在面临决策问题时一种很自然的处理机制。例如，我们要对“这是好机会吗？”这样的问题进行决策时，通常会进行一系列的判断或“子决策”：我们先看“每个月赚多少钱”，如果是“合乎自己预期”，则我们再看“这家公司的主营业务”，如果是“一些热门的行业”，我们再判断“它位于哪个地区”，如果是在“一线城市”，最后，我们的出最终决策：这是个好机会。
显然，决策过程的最终结论对应了我们所希望的判定结果，例如“是”或“不是”好机会；决策过程中提出的每个判定问题都是对某个属性的“测试”，例如“每月收入=？”，“主营业务=？”；每个测试的结果或是导出最终结论，或是导出进一步的判定问题，其考虑范围是在上次决策结果的限定范围之内，例如：若在“每个月赚多少钱=合乎自己预期”之后再判断“这家公司的主营业务=？”，则仅在考虑合乎自己预期的收入的基础上的公司的主营业务。
这句话理解起来比较绕，简单来说就是，判断这家公司的主营业务的前提是，收入需要满足自己的预期。如果收入达不到预期，那可能考虑的就不是主营业务，而是别的条件。
所以，面对“每月收入=？”这种问题，我们如何回答，现实生活中答案肯定不止一种。我们选择其中一种答案后，接下来该考虑什么问题，是“主营业务=？”，还是“公司位于哪个地区=？”。这些问题的重要性如何取舍，是都考虑还是挑选某几个问题。如何解决这些疑问呢？就需要用到算法了~~
好了，决策树的基本概念先介绍这么多，我们尽量不说的那么书面化，尽量用通俗一点的语言来表达。期待下一篇对决策树的进一步介绍吧~
