分类树（决策树）是一种十分常用的分类方法。核心任务是把数据分类到可能的对应类别。
他是一种监管学习，所谓监管学习就是给定一堆样本，每个样本都有一组属性和一个类别，这些类别是事先确定的，通过学习得到一个分类器，这个分类器能够对新出现的对象给出正确的分类。
决策树的理解
熵的概念对理解决策树很重要
决策树做判断不是百分之百正确，它只是基于不确定性做最优判断。
熵就是用来描述不确定性的。
案例：找出共享单车用户中的推荐者
解析：求出哪一类人群更可能成为共享单车的推荐者。换句话说是推荐者与其他变量之间不寻常的关系。
步骤1
测量节点对应的人群的熵
对于是否推荐这样两分的结果，推荐者比例趋近于0或者1时，熵都为0，推荐者比例趋近于50%时，熵趋近1。
分析师需要根据用户特征，区分出推荐者。通过决策树可以尽可能降低节点人群熵的值（通过决策树不断的分叉）。
步骤2
节点的分叉
不同的分叉方式会得到不同的增益值，计算机会选择最大的增益值，即最优的分叉方式。
详情见后文信息增益相关内容。
步骤3
在特定情况下停止分叉。
注意：分支节点太多会把情况搞复杂，反而不利于决策，需要在适当时候停止分叉。
信息增益（IG）的概念
表示经过决策树一次决策后，整个分类数据信息熵下降的大小。
上面求得的IG是母节点的熵减去子节点熵的加权和，得到的结果，是经过一次分叉后所降低的熵的值。
不同的分叉方式会得到不同的增益值，计算机会选择最大的增益值，即最优的分叉方式。
R语言实现
> bike.data <- read.csv(Shared Bike Sample Data - ML.csv)
> library(rpart)
> library(rpart.plot)
> library(rpart.plot)
> bike.data$推荐者 <- bike.data$分数>=9
> rtree_fit <- rpart(推荐者 ~城区+年龄+组别,data=bike.data)
> rpart.plot(rtree_fit)
决策树小结
本质是一种映射关系，将对象的一组属性和对象的值映射到一起，决策树可以和概率完美结合。
优点是：适合处理多类变量，对异常值不敏感，准确度高。
缺点是：
作为一种典型的监督学习算法，在训练时需要大规模数据和计算空间。为了得到最好的决策变量排列顺序，决策树需要反复计算变量的熵信息增益，很耗时间。
决策树是一种贪心算法，每一次决策都谋求最优，追求局部最优的结果是决策树达不到全局最优（与遗传算法比，这是难以回避的缺点）。
决策树剪枝叶技术帮助决策树使用最少的节点完成分类任务，但错误剪枝会使得决策树结果准确性大幅降低，同时剪枝过程也需要大量计算。
决策树不擅长处理连续型变量。当树中连续变量过多时候，决策树犯错误的可能就会增大