# Machine-Learning-Decision-Tree
周志华《机器学习》决策树
**机器学习决策树文档**
1. 策略：
（1）、数据的离散化流程：首先数据归一化，然后以0.5为界限离散化数据。当value >= 0.5时，令value = 1，当value < 0.5 时，value = 0。
（2）、训练集与验证集比例：9：1
（3）、决策树最后结果通过文件保存于"txtOfmyTree.txt"
（4）、程序运行方法：编译运行后，在shell窗口输入rungo()，回车可分别执行程序。
（5）、各叶子节点代表标签，类别标签：1：极具魅力的人，2：魅力一般的人，3：不喜欢的人。
决策树结果：
{'每年飞行里程': {0.0: {'玩游戏时间': {0.0: {'冰激凌消耗量': {0.0: 2.0, 1.0: 2.0}}, 1.0: {'冰激凌消耗量': {0.0: 3.0, 1.0: 3.0}}}}, 1.0: {'冰激凌消耗量': {0.0: {'玩游戏时间': {0.0: 1.0, 1.0: 1.0}}, 1.0: {'玩游戏时间': {0.0: 1.0, 1.0: 1.0}}}}}}
决策树：
