决策树（英文名：decision tree）是一种树状结构，用于根据条件一步步做出决策。它从根节点开始，根据特征判断分支，直到叶节点得到结果。智慧小珍珠给大家举个简单例子，比如判断是否需要带伞出门：可分为带伞，不带伞两种情况。并结合下雨概率、成本进行相关计算（如：期望值）等。
在Python中，可以用scikit-learn库轻松创建决策树。只需导入DecisionTreeClassifier，输入数据和标签，训练模型，然后用它预测新数据的类别。
在AI领域，决策树常用于分类和回归问题。它直观、易解释，适合处理结构化数据，如判断客户是否会购买产品、诊断疾病等。
