1. 决策树（decision tree）：是一种基本的分类与回归方法，分类树对离散变量做决策树，回归树对连续变量做决策树
在分类问题中，表示基于特征对实例进行分类的过程，可以认为是if-then的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。
2. 决策树的基本思想是以信息熵为变量构造一棵熵值下降最快的树，到叶子节点处的熵值为0.
3. 信息熵：用来度量信源X整体的不确定性的
4. 条件熵：H(Y/X)表示在已知随机变量X的条件下随机变量Y的不确定性
5. 信息增益：
6. 信息增益率：
7. Gini系数:
8.构建决策树的主要算法：
1.ID.3:使用信息增益来进行特征选择
2.C4.5:使用信息增益率来进行特征选择
3.CART:使用Gini系数来进行特征选择
9.几种属性选择度量的对比：
信息增益：偏向于多属性。一个属性的信息增益越大，表明该属性减少样本的熵的能力更强，这个属性使得数据由不确定性变成确定性的能力更强。
信息增益率：引入了分裂信息，取值数目多的属性分裂信息也会变大，将增益除以分裂信息，再加上一些额外操作，可以有效的解决信息增益过大的问题。增益率倾向于不平衡的分裂，使得其中一个自己比其他子集要小的很多。
Gini系数：偏向于多值属性，当类数目较大时，计算比较复杂，它倾向于大小相等的分区和纯度。
10.根据银行贷款数据如何去划分是否能得到贷款？
11.
12.
13.使用graphviz进行dot转png后中文乱码
解决方案：
编辑fontname=FangSong，即可！
14.
