AI red teamer （人工智能红队）系列 05 - 人工智能基础 - 决策树
决策树
决策树是一种流行的监督学习算法，适用于分类和回归任务。决策树以其直观的树状结构而著称，这使得它们易于理解和解释。从本质上讲，决策树创建了一个模型，通过学习从数据特征中推断出的简单决策规则来预测目标变量的值。 
想象一下，你正试图根据天气决定是否打网球。决策树会把这个决定分解成一系列简单的问题：天气晴朗吗？有风吗？是否潮湿？根据这些问题的答案，决策树会引导你做出最终决定：打网球还是不打网球。 
决策树由三个主要部分组成： 

根节点： 它代表树的起点，包含整个数据集。
内部节点： 这些节点表示数据的特征或属性。每个内部节点根据不同的决策规则分为两个或多个子节点。
叶节点： 这些是树的终端节点，代表最终结果或预测。

建立决策树
构建决策树需要在每个节点上选择最佳特征来分割数据。这种选择基于 吉尼不纯...