正如 Tom M. Mitchell 教科书机器学习中所述，关于决策树的第一个陈述指出，“决策树倾向是一种近似离散值的方法功能”。有人可以详细说明这个陈述，甚至可能用一个例子来证明这一点。在此先感谢:) :)
答案 0 :(得分：-1)
在一个简单的例子中，考虑具有两个属性的观察行;训练数据包含基于这些属性的组合的分类（离散值）。学习阶段必须确定以哪种顺序考虑哪些属性，以便它可以有效地完成所需的建模。
例如，考虑一个能回答“我应该怎么订吃晚餐？”的模型。给予所需价格范围，美食和辛辣的输入。培训数据将包含您在各种餐厅体验中的历史记录。该模型将必须确定哪个最有效地达到良好的主菜分类：首先根据菜肴消除餐馆，然后考虑价格，最后根据Scoville单位调整选择;或者首先检查辛辣情况，然后从那些不够辣的转储选择开始，然后再考虑其他两个因素。
这能解释你的需求吗？