精选优质文档-倾情为你奉上第四章 决策树(decision tree)决策树也是归纳学习中常用的一种知识表示形式，常用于分类。同时，也是发现概念描述空间的一种有效方法。决策树的主要优点是描述简单，分类速度快，特别适合大规模的数据处理。教学目的：l 掌握决策树学习的概念l 重点掌握ID3学习算法以及决策树的构造l 了解目前常用的决策树改进方法4.1 概念描述空间的归纳学习归纳学习旨在从大量的经验数据中归纳抽取出一般的规则和模式，因而成为知识获取的主要手段，在专家系统、模式识别、图像处理、语音识别等领域都有重要应用。归纳学习是机器学习最核心、最成熟的分支。示例 数字识别应用：假设有三类数字，即0，1，2。每类有两个例子，每个例子有四个属性描述，即孔数（#hole）、端点数（#end）、交叉点数（#cross）、右上弧数（#right-arc）。如表所示。可归纳产生三类数字的如下规则： 0类：#hole=1#cross=0 1类：#hole=0#right-arc=0
