基于决策树的分类（一）：C4.5算法

一、决策树分类的思想

如图所示，所展示的为一个用于训练的数据集或训练样本，其中每个样本包含年龄、收入、是否为学生以及信用状况这四个特征属性，而训练的目标是判断该个体是否会购买计算机。在该数据集中，年龄、收入、是否为学生以及信用状况被定义为描述性属性，而是否会购买计算机则被归类为类别属性，即用于划分不同类别的依据。

为便于理解决策树的概念，我们直接观察结果（基于上述数据集生成的决策树），具体结构如图所示：

该决策树的结构类似于一个程序流程图，通过输入个体的四个属性参数：（年龄，收入，是否学生，信誉），即可判断该个体是否会购买电脑。例如：

（>40，高，否，中）-------首先依据年龄特征进入>40这一分支，随后根据信誉等级“中”进行判断，最终得出预测结果：此人将购买电脑。

（<=30，中，是，中）-----首先依据年龄特征进入<=30这一分支，接着判断是否为学生：“是”，因此预测