决策树算法简介

应用场景：

公司正在招聘董事长助理一职。须先通过电话面试，了解应聘者基本情况，再决定是否发面试邀请，进行现场面试。

以下为通过初步电话面试之后，发出面试邀请的情况：

现有一位应聘者的属性为：学历不高（0）,工作经验丰富（1）,外语不好（0），

问：是否应该向他发送面试邀请？

基本原理：

通过历史电话面试数据确定决策树的结构，再将新的应聘者的数据“放”到这棵“树”中，确定最后是否发面试邀请。

基本原理拆解：

1）什么是“树”？

请参考“树”的简介。

2）如何画“树”？

最重要的，就是要确定各个节点的含义。比如招聘问题中，在根节点上，是优先根据学历将应聘者分类还是根据工作经验来分类呢？答案是，我们给每种分类方式打分。

3）简述画的过程：

在根节点，为各个条件打分：学历（5分）、工作经验（7分）、外语（6分）。假设我们希望选取分数最高的，那么根节点就应该通过工作经验来分类。在根节点之后，再对学历和外语重新打分（树的结构变了，条件的分值也会变）。学历（3分）、外语（7分），第二层通过外语来分类。第三层通过学历。

具体如何打分，请参考ID3、C4.5和CART。

将数据层层分类之后如下图所示：

学历即为叶节点，根据叶节点是否发邀请的人数确定该路径的判定结果，绿色为发邀请，红色为不发邀请。

其中有两个叶节点和发送与不发的人数相同，暂且定为发吧，急需招人。。。

我们看到共有六个叶节点，五个发送邀请，一个不发邀请。

现在，决策树已经搭建完毕，可以将我们的数据{学历不高（0）,工作经验丰富（1）,外语不好（0）}“放”到“树”里了。。。

路径为右左右，应该走到，结论是发邀请。