SVM NN等分类方法是基于连续实数或离散值的特征向量的模式识别问题，这类问题都涉及了向量间距离度量的问题，比如KNN中直接使用了点之间的距离，N中隐含了距离信息，如果两个输入向量足够接近，那么输出也会很相似，SVM让各个点离超平面的距离最远
但是现实中的模式识别问题，样本属性不一定是可度量的，这种属性没有相似概念，也没有次序关系。非度量语义属性表示的模式常用属性d元组。另一种方式就是用不等长语义属性的列表
二、决策树
来看一个例子：
上面就是一个树的生成，但是用用的判定树生成，是如何根据训练样本来生成一棵树呢？
看下面一个例子：
