决策树算法实现要点

1.定义节点（节点的集合形成树）；即定义一个结构体Point，而 用Point tree[] 来表示树。
点Point里面包括name（在该点进行分类的特征），val（该点父辈的特征的某个值），n_child（带点子代的数量），*son（指向子代的指针），id（带节点是否有必要存在）
2.全局变量：总数据条数m，总特征数n，总节点数tot，总根节点数root，所有数据的数据集dataset，所有的特征名Cha_name,
3.一些重要的函数：判断输入数据集是否同类；取输入数据集中的较多的一类；计算给定的数据集和对应的信息熵；计算给定的特征的信息熵增益；取最大熵增益对应的特征；根据输入的特征对数据集进行划分；获得某个属性的所有的可能值；种树函数，即形成Point tree[]，并展示出来。