未来面试之一 ：决策树算法原理

  写在前面的话

  进入科科研室之后在组长的带领下也学了快有一年的R语言了，很快就要去找实习进行面试了。而面试难免会被问及很多的经典算法原理，从学习到现在，还从来没有将某一个算法完完整整的按照自己的理解去讲解出来，也从来没有进行过系统性的总结。总之就是学的时候没有构建起一种知识体系。但是为了能在将来的面试中不被问的一句也说不出来，因此，咸鱼也决定翻翻身。从现在开始每周一个算法讲解，在讲的同时，让自己更加了解这个算法，同时明白自己的不足之处。也希望与大家共同进步，不足之处也希望大家能够提出来共勉。好了，废话不多说，接下来进入正题。

  第一个算法我们来回顾决策树，那么多算法为什么先要看决策树呢？emmmmm....因为这些个算法中我了解的比较多的其实是随机森林，但是呢还不能先讲随机森林。因为随机森林是建立在多个决策树上的。因此呀，只能委屈一下先看决策树咯。

  初识决策树

  决策树听起来就很好理解：方便大家做决策的一种树形结构，但是呢，这个树跟我们看到的树是不一样的。决策树的根在最上面（一棵倒着长的树，咦~想想就有点吓人），而且它是自上而下生成的，最下端为树的叶。可能会使你联想到二叉树，没错！它跟二叉树长的确实有几分相似，但是呢又不尽相同，决策树的每个节点可以分很多个叉（当然也可以只有两个叉），但是二叉树只能两个叉。当然，前边讲的这一堆都不是重点，下边才是重点，敲黑板。

决策树的构造

决策树的构造也比较简单，现在大家就想象一棵倒着的树。然后呢，树的根那写着多个选择，比如说我们有三个选择在这里：晴天、多云和雨天。然后每个节点通过设定的阈值（这个东东在数据分析中会经常用到，再在这就不细讲了，在这就当它是某个条件吧）再细分为更多的节点，然后再继续往下细分，分到不能分的时候的节点就成为叶子结点，一个叶节点就代表一个决策。这里上一张图可能更好的理解：

（注：图片盗自数据挖