一、决策树到底是啥？
你可以把决策树想象成一棵 "问答树"：从最顶端的根节点开始，问一个关于数据特征的问题（比如 "天气好吗？"），根据答案走不同的分支，一路问下去，直到走到最底端的叶子节点，那里就是最终的决策结果
根节点：第一个问题（比如 "今天天气怎么样？"），是整个决策的起点。
中间节点：路上的每个小问题（比如 "湿度高不高？""有没有风？"），负责进一步细分情况。
叶子节点：最终答案（比如 "去打球""在家学习"），所有数据最后都会落到这里。
二、怎么用决策树做预测？
决策树的使用分两步，测试阶段很简单，训练阶段是难点。
测试（用树做预测）：就像查地图找路。比如给一个新数据 "晴天、湿度低、没风"，从根节点开始问："天气是晴天吗？"→ 走晴天分支；再问 "湿度高吗？"→ 走湿度低分支；最后问 "有风吗？"→ 走没风分支，最终落到 "去打球" 的叶子节点，这就是预测结果。
训练（造一棵能用的树）：难就难在怎么确定 "先问哪个问题""接下来问什么"。总不能随便选个特征就开始问吧？得有科学的标准，这就是下面要讲的 "熵" 和 "信息增益"。
三、怎么选最好的问题（特征）？
核心问题：每次该选哪个特征当 "当前节点的问题"？答案是：选那个能把数据 "分最清楚" 的特征。这里需要两个工具：熵和信息增益。
- 熵：衡量数据 "乱不乱"
熵就像一把 "混乱程度尺子"。数据越乱（类别混杂），熵值越高；数据越整齐（大部分是同一类），熵值越低。
举个例子：
A 组数据：8 个 "是"、2 个 "否"→ 大部分是一类，不乱，熵值低。
B 组数据：5 个 "是"、5 个 "否"→ 一半一半，特别乱，熵值高。
极端情况：如果全是 "是"（或全是 "否"），熵值为 0（完全不乱）；如果刚好一半一半，熵值最大（最乱）。
- 信息增益：选 "分乱效果最好" 的特征
先算原始数据的熵（一开始有多乱）。
用某个特征把数据分成几堆，算每堆的熵，再按每堆的大小加权平均，得到 "分完之后的总混乱度"。
信息增益 = 原始混乱度 - 分完后的混乱度。
哪个特征的信息增益大，就先选它当当前节点的问题。比如文档中 "14 天打球" 的例子，算出来 "天气" 这个特征的信息增益最大，所以根节点就问 "天气怎么样？"
训练：
