本文旨在用最短的文章，最通俗的描述，让读者迅速掌握决策树究竟是什么？干什么？怎么用？三大问题。只需要您注意力集中25分钟。
1.明白概念：
a)决策树是一种分类算法，通过训练数据集构建决策树，可以高效的对未知的数据进行分类，主要是用来做预测
b)决策树是一种树状结构，它的每个叶节点对应着一个分类，非叶节点对应着某个属性的划分，根据样本在该属性上的不同取值将其划分成若干个子集。
2.怎么用？
a).根据一些特征值，建立起一个树状结构，根据树状结构的评判标准，来进行预测。
b).树的内部结点表示对某个属性的判断，该结点的分支是对应的判断结果；叶子结点代表一个类标
3.关键点：
构造决策树的核心问题是每一步如何选择适当的属性对样本做拆分。
这就要用到信息熵，熵值越大，不确定程度就越高，就可以把这个属性放在树的根节点。
4.举例：
假如你想通过过去的天气，是否周末，是否促销三个属性和销量的关系来预测将来的销量的高低，这时你就可以通过以前的数据，选择这三个属性,通过计算信息熵的值来进行排序，对样本进行划分。这样就可以形成树状图了
5.具体建立决策树的步骤：
a)计算总的信息熵
b)计算每个测试属性的信息熵
c)计算天气，是否周末和是否促销属性的信息增益值
信息增益值=总的信息熵-测试属性的信息熵
d)针对每一个分支节点继续进行信息增益的计算，如此反复，直到没有新的节点分支，最终形成一棵决策树
e)当有新的样本进来就可以利用这颗决策树进行预测
6.补充————信息熵的计算
信息增益基于香浓的信息论，它找出的属性R具有这样的特点：以属性R分裂前后的信息增益比其他属性最大。这里信息的定义如下：
其中的m表示数据集D中类别C的个数，Pi表示D中任意一个记录属于Ci的概率，计算时Pi=(D中属于Ci类的集合的记录个数/|D|)。Info(D)表示将数据集D不同的类分开需要的信息量。
举例：
a)比如我们将一个立方体A抛向空中，记落地时着地的面为f1，f1的取值为{1,2,3,4,5,6}，
f1的熵entropy(f1)=-(1/6*log(1/6)+…+1/6*log(1/6))=-1*log(1/6)=2.58；
b)现在我们把立方体A换为正四面体B，记落地时着地的面为f2，f2的取值为{1,2,3,4}，
f2的熵entropy(1)=-（1/4*log(1/4)+1/4*log(1/4)+1/4*log(1/4)+1/4*log(1/4)) =-log(1/4)=2；
c)如果我们再换成一个球C，记落地时着地的面为f3，显然不管怎么扔着地都是同一个面，即f3的取值为{1}，
故其熵entropy(f3)=-1*log(1)=0。
结论：可以看到面数越多，熵值也越大，而当只有一个面的球时，熵值为0，此时表示不确定程度为0，也就是着地时向下的面是确定的。