说到树，可能第一时间就会想到——回归，是的，决策树就是依靠一次次的回归从而是实现分类。另外决策树由如下优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特征数据。
构建决策树的一般流程如下： (1) 收集数据：可以使用任何方法。 (2) 准备数据：树构造算法只适用于标称型数据，因此数值型数据必须离散化。 (3) 分析数据：可以使用任何方法，构造树完成之后，应该检查图形是否符合预期。 (4) 训练算法：构造树的数据结构。 (5) 测试算法：使用经验树计算错误率。 (6) 使用算法在构造决策树时,我们需要解决的第一个问题就是,当前数据集上哪个特征在划分数据分类时起决定性作用。为了找到决定性的征，划分出最好的结果，就必须先评估每个特征。完成测试之后，原始数据集就被划分为几个数据子集。这些数据子集会分布在第一个决策点的所有分支，如果某个分支下的数据属于同一类型，则当前已经正确地划分数据分类， 无需进一步对数据集进行分割。如果数据子集内的数据不属于同一类型，则需要重复划分数据子集的过程。如何划分数据子集的算法和划分原始数据集的方法相同，直到所有具有相同类型的数据均在一个数据子集内。
创建分支的伪代码函数如下所示：
检测数据集中的每个子项是否属于同一分类： If so return 类标签 Else 寻找划分数据集的最好特征 划分数据集 创建分支节点 for 每个划分的子集 调用函数createBranch并增加返回结果到分支节点中 return 分支节点另外划分数据的方法通常有：二分法、ID3算法、C4.5算法等，下面主要介绍ID3与C4.5算法。
其中，ID3 算法是建立在奥卡姆剃刀（用较少的东西，同样可以做好事情）的基础上，越是小型的决策树越优于大的决策树，ID3 算法的核心思想就是以信息增益来度量特征选择，选择信息增益最大的特征进行分裂。算法采用自顶向下的贪婪搜索遍历可能的决策树空间。
ID3实现步骤为
初始化特征集合和数据集合；计算数据集合信息熵和所有特征的条件熵，选择信息增益最大的特征作为当前决策节点；更新数据集合和特征集合（删除上一步使用的特征，并按照特征值来划分不同分支的数据集合）；重复 2，3 两步，若子集值包含单一特征，则为分支叶子节点。
当然了，ID3算法也有相应的缺点：
ID3 没有剪枝策略，容易过拟合；信息增益准则对可取值数目较多的特征有所偏好，类似“编号”的特征其信息增益接近于 1；只能用于处理离散分布的特征；没有考虑缺失值。
C4.5 相对于 ID3 的缺点对应有以下改进方式：
引入悲观剪枝策略进行后剪枝；引入信息增益率作为划分标准；将连续特征离散化，假设 n 个样本的连续特征 A 有 m 个取值，C4.5 将其排序并取相邻两样本值的平均数共 m-1 个划分点，分别计算以该划分点作为二元 分类点时的信息增益，并选择信息增益最大的点作为该连续特征的二元离散分类点；对于缺失值的处理可以分为两个子问题：1. 在特征值缺失的情况下进行划分特征的选择？（即如何计算特征的信息增益率）2. 选定该划分特征，对于缺失该 特征值的样本如何处理？（即到底把这个样本划分到哪个结点里） 针对问题一，C4.5 的做法是：对于具有缺失值特征，用没有缺失的样本子集所占比重来折算； 针对问题二，C4.5 的做法是：将样本同时划分到所有子节点，不过要调整样本的权重值，其实也就是以不同概率划分到不同节点中。
剪枝策略： 过拟合的树在泛化能力的表现非常差，而剪枝策略则可以在一定程度上避免过拟合。
预剪枝： 在节点划分前来确定是否继续增长，及早停止增长的主要方法有：
预剪枝不仅可以降低过拟合的风险而且还可以减少训练时间，但另一方面它是基于“贪心”策略，会带来欠拟合风险。
节点内数据样本低于某一阈值；所有节点特征都已分裂；节点划分前准确率比划分后准确率高。后剪枝： 在已经生成的决策树上进行剪枝，从而得到简化版的剪枝决策树。
C4.5 采用的悲观剪枝方法，用递归的方式从低往上针对每一个非叶子节点，评估用一个最佳叶子节点去代替这课子树是否有益。如果剪枝后与剪枝前相比其 错误率是保持或者下降，则这棵子树就可以被替换掉。C4.5 通过训练数据集上的错误分类数量来估算未知样本上的错误率。
后剪枝决策树的欠拟合风险很小，泛化性能往往优于预剪枝决策树。但同时其训练时间会大的多。
C4.5的缺点：
剪枝策略可以再优化；C4.5 用的是多叉树，用二叉树效率更高；C4.5 只能用于分类；C4.5 使用的熵模型拥有大量耗时的对数运算，连续值还有排序运算；C4.5 在构造树的过程中，对数值属性值需要按照其大小进行排序，从中选择一个分割点，所以只适合于能够驻留于内存的数据集，当训练集大得无法在内存容纳时，程序无法运行。
