上一集中，我们讲解了K近邻算法，那是一个十分入门的算法，并没有显式的训练方法。这次，我们要做一个真正的机器学习算法，决策树算法。当然，它也是一个多元分类器。相比较K近邻算法对于数值型的数据处理较为舒服，因为毕竟是算距离，所以你就算是跑到天涯海角，也能算出来。但是决策树对于数值型的数据处理起来还是有些吃力，最好的话能有较少的几类标称数据才行。
好的，闲话少说。我们进入正题，同样的，我们继续举例子，我高中时候最喜欢生物了，界门纲目科属种，等等，我记得是有9层分类，这就像我们的决策树，那么我们每一次分类都会有一些特征，比如蜘蛛来说。蜘蛛是动物界，这个依据还用说么，是节肢动物门，这个分类依据就是因为属于这种动物的两侧对称，异律分节，身体以及足分节，可分为头胸腹3部分，每一体节上有一对……balabala等等，我也看不懂。然后依次往下类推了。对不对，分类上面是不是就是这么简单？这就使决策树的使用，只需要把待检测的样本的每一个特征依次比对，依照决策树依次比对即可。
什么，这就完了？这算什么机器学习决策树，这种我也会啊。别急，这只是进行实验的过程，机器学习中的重点在于这个分类器的构建，也就是这个决策树的产生。对，也就是说，机器学习，学习的是什么，是分类方法。这种分类方法不是你告诉他的，不是我告诉他的，是他自己通过训练样本自己学习而来的。这么神奇？对，这次我们讲解的是一个相对简单的决策树算法，ID3算法。
ID3算法的主要思想是，不对，先介绍一下决策树构建的顺序。决策树构建，首先要选取第一个分类的特征，那么，我们选择哪一个呢？点点豆豆，随机选择吗？不，这样的话，可能选择出来的决策树又长而且效率不高，这时候，就要用到ID3算法，为的是选择出来一个尽可能高效的分类特征，也就是区别度最大的一个。那这个所谓的区别度最大的一个特征，怎么找出来，可能你说能分得最清楚的，或者是分的最详细的等等。这些没有办法量化，不量化，就不能进行处理啊。于是，这时候，信息论可以出场了。它包含了一个描述信息无序程度的量度，叫做信息熵。什么，不明白？熵原来是物理学里的衡量能量无序程度的度量，信息熵自然就是衡量信息无序程度的度量。在数学上的表示是这样的：
好吧，好像是有点大了，不过也很值得这么大，因为它的提出是香农，而曾经计算机界的最大的实验室，贝尔实验室最后分裂了，它的缩小版就是香农实验室。而在贝尔实验室和MIT（麻省理工学院）有很多人将香农和爱因斯坦相提并论，而其他人认为这种对比是不公平的，而不公平的对象不是爱因斯坦，而是香农。当然，我们并不能讲香农和爱因斯坦谁更厉害，但是至少在计算机技术人员的眼里，香农所代表的成就是难以企及的。
这就是信息熵的表达式，看起来很简单的样子,其中Pi所代表的是第i个信息占所有信息总和的概率，而取log2则是为了单位，因为去Log2的话，单位是比特，其他的也可以。这样，一个信息集合的信息熵就计算完成了。这个H的数目越大，表示了信息的无序程度越高，而对于人的直观反映就是个体与个体之间的差异性越大。比如也许苹果和橘子的差距没有苹果和香蕉的差异大，这是因为苹果和橘子除了都是水果外，它们还都是圆形的，这就是信息熵的表现形式。
我们的储备知识足够了，现在要讲ID3算法了，它的主要思想是选择一个特征，通过这个特征，可以把信息集合的信息熵下降的最快，也就是选择差别度最大的一个特征。比如我们的动物，植物，微生物，这种分类就是最大的感觉是一样的，只不过动物界的分类是经过了成百上千年的人类经验积累而得来的。我相信，如果我们能够提供出足够多的样本数据和样本特征，计算机一定会构建出区分当今生物界的另外一套体系。
我们现在用的ID3算法是最简单的，每次选取一个特征值来进行判别。那有人可能会问了，万一我的种类超过了我的特征值，这该如何区分呢。好吧，我们现在这个算法不能够完成你这个目标，不过后面的算法也许可以了，请继续关注。现在我们把它简化了，如果最后出现特征值用完了，但是类别还没分清楚的话，我们就进行多数表决，让所属个数最多的分类来表示这个分类。这样，就可以构建出决策树了。
而机器学习中所谓的训练过程，就是拿已有的数据，让机器进行决策树的构建，而测试过程，就是让机器通过构建的决策树来进行分类。这次可是急切学习了，可不要说我懒，总是用懒惰学习。
现在，我们已经介绍了2种机器学习的方法了，在机器学习中，这2种方法是较为简单的方法，不过它已经可以做很多不可思议的事情了。比如给你足够多的女生的照片，让你判断喜欢还是不喜欢，通过一阵子的训练，机器就会知道你喜欢什么样的女生。比如给你足够多的衣服，让你去选择买什么样的，通过一阵子训练，机器就会知道你喜欢什么样的衣服，或者说，可以知道你最看重的是什么，比如品牌，还是样式还是什么，等等。当然，以后攻克癌症啊，或者是发现人类的起源啊等等这些看似梦幻的研究，最终都会有一个答案。
我在期待，我也在努力，你在哪里！