决策树是一种基于树形结构的机器学习算法，用于解决分类和回归问题。它通过构建一棵树来对输入数据进行判断和预测。
决策树的构建过程是从根节点开始，根据特征的取值将数据集划分为不同的子集，然后再对每个子集递归地进行划分，直到满足停止条件。在构建过程中，决策树通过选择最优的特征和划分方式来使得每个子集的纯度最大化（分类问题）或者均方差最小化（回归问题）
标签：什么,分类,划分,构建,子集,回归,决策树 From： https://www.cnblogs.com/mxleader/p/17459109.html