问：建立决策树，现在有50多个变量，到底选择哪些变量
- 答：五十个特征不算多。
如果要进行特征选择，决策树自带特征选择的功能，使用的是信息增益，也可以是信息增益率，gini系数。把决策树建立的原理搞明白就懂了，如果需要进行选择，则使用前n个特征或者百分比或者信息增益阈值或者限定树的高度等，目的就是为了防止过拟合与提高效率，其实防止过拟合可以使用随机森林(Random Forest)。
顺便说一下，其它的特征选择方法：
1. 卡方检验Chi-square
2. 信息增益(IG，Information Gain)
3. 信息增益率(IGR)
4. 基尼系数
5. 相关系数
等等。。。
具体原理，google吧
问：分类问题，当使用决策树怎样做特征处理
- 答：你的样本量多半太少了，做决策树至少要1000个样品，上万都是正常的事情并不是所有的数据都适合决策树分析的，数据没有问题，而是你对方法的选择有问题
问：决策树方法的基本思想是什么
- 答：对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。即通过一系列规则对数据进行分类的过程。
顺便问句，是拿去看的还是打成电子稿的啊，o(∩_∩)o 考试。 - 答：决策树算法是一种逼近离散函数值的方法。它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。本质上决策树是通过一系列规则对数据进行分类的过程。
决策树方法最早产生于上世纪60年代，到70年代末。由J Ross Quinlan提出了ID3算法，此算法的目的在于减少树的深度。但是忽略了叶子数目的研究。C4.5算法在ID3算法的基础上进行了改进，对于预测变量的缺值处理、剪枝技术、派生规则等方面作了较大改进，既适合于分类问题，又适合于回归问题。 - 答：对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。即通过一系列规则对数据进行分类的过程。
顺便问句，是拿去看的还是打成电子稿的啊！o(∩_∩)o 考试顺利啊~~~~
问：数据挖掘中决策树算法
- 答：决策树算法有很多种，比喻有ID3（利用信息增益来选择决策变量），C4.5（利用信息增益率来选择决策变量），CART，chain以及quest等，不同的决策树适用情况也不一样，有机会可以多多交流。。
问：论文中应用了决策树算法的有哪些
- 答：ID3算法，最简单的决策树
c4.5 是最经典的决策树算法，选择信息差异率最大的作为分割属性。
CART算法，适合用于回归
