决策树：像人类一样做判断

决策树把决策过程画成一棵树：每个节点问一个问题，每个分支是一个答案，叶子是最终结论。“是否发烧？→ 是 → 体温多少？→ 超过 39 度 → 建议就医”，非常接近人类的推理方式。

决策树的存在提醒我们：复杂不等于高级。一个能被业务专家逐条审阅、当场提出修改意见的模型，在组织中产生的价值往往超过精度高 5% 的黑箱。模型要被人用，首先要被人懂。

## 核心要点

图片来源：Openverse / examplecg（https://www.flickr.com/photos/13585710@N03/5434864005）

1. 决策树最大优点是可解释，业务人员也能看懂整棵树。

2. 单棵树容易过拟合，通常需要集成（随机森林）才稳定。

3. 它能同时处理数值型和类别型特征，预处理要求低。

4. 决策路径可以直接转化为业务规则，方便落地执行。

图片来源：Openverse / Nicola since 1972（https://www.flickr.com/photos/15216811@N06/9807742335）

## 写在最后

以上是关于「决策树」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。