决策树(Decision Tree)属于计算机科学与机器学习领域,是一种基于树状结构的监督学习算法。其通过递归特征选择(如信息增益、基尼不纯度)划分数据,生成由节点(特征)、分支(规则)和叶节点(结果)构成的分类或回归模型。典型特征包括模型可解释性强、非参数化方法、可处理混合型数据,但存在过拟合风险。广泛应用于金融风控、医疗诊断及商业智能等领域,其决策路径透明性在需因果追溯的场景中具有独特优势,符合高可靠性需求的智能化决策要求。
» 人工智能术语词典