决策树，算法的目标是建立分类预测模型或回归预测模型，是一种预测模型，按目标不同可以细分为分类树和回归树，因为在展示的时候，类似于一棵倒置的树而得名。如下图：
基本概念：
根节点：如上图中最上方，一棵决策树只有一个根节点。
中间节点：位于中间的节点，有上有下的节点。
叶节点：没有后续连续的节点叫叶节点，意味着至此为止。
二叉树和多叉树：每个非节点只有两个分支，叫二叉树，多个就叫多叉树，上图是一个二叉树。
图形怎么看：
如上图，先看根节点，它框内写的是Middle 88/258，意思为在总观测数为258个里面，最大的分类是Middle，有88个，下方两个分支，PEG>=0.34的意思是，左边的分支是PEG>=0.34，右边的分支自然是PEG<0.34（有的图不会显示出来）。从左边的分支看下去，把PEG划分之后，PEG>=0.34的所有观测有143个，其中仍然是Middle分类最多，有78个，然后再按照分支下的分支方法&#x
