Decision Tree

定义 Definition

“Decision tree” 指“决策树”：一种用树状结构表示决策过程或分类/预测规则的模型。常见于机器学习（分类、回归）和决策分析中；通过一系列“如果……那么……”的分裂条件，把问题逐步拆解到可执行的结论。

发音 Pronunciation (IPA)

/dɪˈsɪʒən triː/

例句 Examples

We used a decision tree to classify emails as spam or not spam.
我们用决策树把邮件分类为垃圾邮件或非垃圾邮件。

A well-pruned decision tree can be easier to interpret than a complex neural network, but it may still overfit if the data is noisy.
一个剪枝得当的决策树通常比复杂的神经网络更容易解释，但如果数据噪声很大，它仍可能过拟合。

词源 Etymology

“Decision” 来自拉丁语 decidere（意为“切开、裁决”，引申为“做出决定”）；“tree” 指树状结构。合起来“decision tree” 形象地表示：像树一样从根节点开始不断分叉，通过条件判断一步步走向最终决策或预测结果。

相关词 Related Words

• Algorithm
• Classification
• Regression
• Overfitting
• Pruning
• Entropy
• Gini
• Random Forest
• Feature

文献与著作 Notable Works

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——系统讨论分类与回归树等方法。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——介绍决策树与相关概率建模思路。
• Data Mining: Concepts and Techniques（Han, Kamber, Pei）——以数据挖掘视角讲解决策树与评估方法。
• Classification and Regression Trees（Breiman, Friedman, Olshen, Stone）——CART 决策树的经典专著。