算法原理
决策树是基于树结构对问题进行决策或判定的过程。
决策过程中提出的判定问题（内部节点）是对某个属性的“测试”，每个测试的结果可以导出最终结论（叶节点）或导出进一步判定问题（下一层内部节点，其考虑范围是在上次决策结果的限定范围之内）。
核心是选取划分条件（划分属性）。
最终目的样本划分越“纯”越好。
常见决策树算法
ID3决策树
C4.5决策树
CART决策树
参考：https://ifwind.github.io/2021/07/22/%E8%A5%BF%E7%93%9C%E4%B9%A6%E9%98%85%E8%AF%BB%E7%AC%94%E8%AE%B0%E2%80%94%E2%80%94%E7%AC%AC4%E7%AB%A0-%E5%86%B3%E7%AD%96%E6%A0%91/
https://blog.csdn.net/appleyuchi/article/details/83692381
实现方案
https://github.com/appleyuchi?tab=repositories