文献综述（或调研报告）：
1、前言
归纳学习是指学习算法通过样例进行知识归纳[1]，即算法发现隐藏于样例中的知识并建立表达知识的系统[2]，而分类任务是归纳学习中十分重要的部分。
所谓分类任务，就是要求从已知样例中开发一组分类规则来分类未知对象[2]。针对这类任务，决策树是一种简单而高效的方法。
决策树是一棵非空树，满足[1]：
（1）每一个非叶节点表示一个对对象属性的测试。
（2）每一个叶节点表示一个对对象类别的分类。
（3）每一条分枝表示一次对应测试结果的跳转。
决策树将知识表达为树形结构，因此，决策树具有相对简单的归纳过程和推理过程。
2、ID3决策树
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
