1) decision-tree classifier
树形判定分类法
2) decision tree classifier algorithm
判定树分类算法
3) sorting decision tree
判定树分类
4) decision tree induce classification
判定树归纳分类法
1.
The decision tree induce classification is one of the most common methods of data classification techniques with extensive application.
将判定树归纳分类法应用于土质分类定名工作,介绍了判定树归纳算法,根据最高信息增益构建土质分类的预测模型,并给出了具体的数据分类实例。
2.
After introducing the concept of the decision tree induce classification and the strategies on the basis of ID3 algorithms, the paper provides a prognosticative model to make classification by data mining algorithms of decision tree constructed from maximal information gain.
介绍了判定树归纳分类法的概念及基于ID3算法的基本策略,给出通过最高信息增益构 造判定树的数据挖掘算法进行分类的预测模型,对判定树归纳分类法的具体应用给出了实例并作 分析。
5) syntax decision tree
句法判定树
6) tree sort
树形分类
补充资料：树形分析法
自然语言自动处理中的一种分析方法，借助于树形图来说明句子中词与词、词组与词组之间的句法、语义和逻辑关系。
语言中的任何一个句子都隐藏着一个树形图。例如，句子"铝是一种重要的金属"中隐藏着的树形图如下：
这个树形图中, S表示句子，NP表示名词词组,VP表示动词词组，AP表示形容词词组， NUMER表示数量词组，N 表示名词，V表示动词，CARD表示基数词，QTF表示量词，ADJ表示形容词，PART表示助词，它们都是标记。
树形图由结和连接结的枝组成，每一个结至少有一个标记，也可以有多个标记，其中，有的标记是表示词组类型或词类的，如 S、NP、VP、V、N、PART等，它们不出现在具体的句子中，称为非终极标记。有的标记是表示语言中具体的词，如 "铝"、 "是"、"一"等，它们出现在具体的句子中，称为终极标记。如果一个结点上有多个标记，那么，除了上述标记之外，其他标记还可以表示词和词组的句法功能信息（如主语、谓语、定语、宾语、状语、补语等），词和词或者词组和词组之间的逻辑关系信息（如施事者、受事者、与事者等）和语义关系信息（如并列、原因、结果、让步、比较、工具、时间、空间等）以及其他的语法信息。
树形图中各个结点之间，有两种关系值得注意：一种是支配关系，一种是前于关系。
如果在树形图中从结x到结y有一系列的枝把它们连接起来，而且所有的枝顺着同一方向，这即表示结 x支配结 y。例如，上面的树形图中，标有VP的结支配着标有 NUMER的结， 因为连接结VP与结NUMER的枝都一律从较高的结 VP 降到较低的结NUMER；当x支配y时，y就叫做x 的后裔。
如果结x与结y是相异的，x支配y，而且x与y之间没有另一个相异的结，这叫做直接支配。结y就叫做结x的直接后裔。在上面的树形图中，标有VP的结有两个直接后裔，即标有V的结和右边的标有NP的结，V和NP这两个结称为姐妹。支配关系中不被任何其他的结支配的结叫做根。图中，标有 S的结就是根；被其他结支配而不支配任何其他结的结，叫做叶。一般说来，树形图是从上到下画出的，所以，根总是在顶部，叶总是在底部。
树形图中的两个结，只有当它们之间没有支配关系的时候，才能在从左到右的方向上排序，这时，这两个结之间，就存在前于关系，左边的结前于右边的结。在上面的树形图中，标有"铝"的结前于标有VP的结及VP所支配的结，因为结VP与结"铝"之间不存在支配关系；但是,标有"铝"的结不能前于支配它的NP及 N等结。可见，支配关系同从左到右的前于关系是相互排斥的，也就是说，在树形图中，如果两个结x与y之间存在前于关系，那么，x与y之间必定不能存在支配关系。并且，如果 x前于y.则由x支配的所有的结都前于由y支配的所有的结。
根据这些基本性质，一幅树形图可以提供如下 3个方面的语法信息：
①句子中的词序：树形图中的各个叶按从左到右的前于关系排列起来，就是它所表示的句子的词序。这些叶之间是不存在支配关系的。
②句子的层次：一个结的直接后裔就是这个结的直接成分，根据结之间的直接支配关系，便可看出句子的层次关系。
③词类信息、词组类型信息、句法功能信息、词与词或者词组与词组之间的逻辑关系信息和语义关系信息等。
树形图中的一个结可以与多个标记相对应，用多值标记函数 L表示如下：
y1，y2，...，yn就是在一个结点x上可以标记的各种信息。
因而树形图既能提供句中词序和层次的几何值，又能提供词类、词组类型、句法功能、逻辑关系、语义关系的代数值。
参考书目
冯志伟:《汉语句子的多标记多叉树形图分析法》,载《人工智能学报》，长沙，1983。
R.Rustin, (ed.), Nɑturɑl Lɑnɡuɑɡe Processinɡ,Algorithmic Press,New York,1973.
语言中的任何一个句子都隐藏着一个树形图。例如，句子"铝是一种重要的金属"中隐藏着的树形图如下：
这个树形图中, S表示句子，NP表示名词词组,VP表示动词词组，AP表示形容词词组， NUMER表示数量词组，N 表示名词，V表示动词，CARD表示基数词，QTF表示量词，ADJ表示形容词，PART表示助词，它们都是标记。
树形图由结和连接结的枝组成，每一个结至少有一个标记，也可以有多个标记，其中，有的标记是表示词组类型或词类的，如 S、NP、VP、V、N、PART等，它们不出现在具体的句子中，称为非终极标记。有的标记是表示语言中具体的词，如 "铝"、 "是"、"一"等，它们出现在具体的句子中，称为终极标记。如果一个结点上有多个标记，那么，除了上述标记之外，其他标记还可以表示词和词组的句法功能信息（如主语、谓语、定语、宾语、状语、补语等），词和词或者词组和词组之间的逻辑关系信息（如施事者、受事者、与事者等）和语义关系信息（如并列、原因、结果、让步、比较、工具、时间、空间等）以及其他的语法信息。
树形图中各个结点之间，有两种关系值得注意：一种是支配关系，一种是前于关系。
如果在树形图中从结x到结y有一系列的枝把它们连接起来，而且所有的枝顺着同一方向，这即表示结 x支配结 y。例如，上面的树形图中，标有VP的结支配着标有 NUMER的结， 因为连接结VP与结NUMER的枝都一律从较高的结 VP 降到较低的结NUMER；当x支配y时，y就叫做x 的后裔。
如果结x与结y是相异的，x支配y，而且x与y之间没有另一个相异的结，这叫做直接支配。结y就叫做结x的直接后裔。在上面的树形图中，标有VP的结有两个直接后裔，即标有V的结和右边的标有NP的结，V和NP这两个结称为姐妹。支配关系中不被任何其他的结支配的结叫做根。图中，标有 S的结就是根；被其他结支配而不支配任何其他结的结，叫做叶。一般说来，树形图是从上到下画出的，所以，根总是在顶部，叶总是在底部。
树形图中的两个结，只有当它们之间没有支配关系的时候，才能在从左到右的方向上排序，这时，这两个结之间，就存在前于关系，左边的结前于右边的结。在上面的树形图中，标有"铝"的结前于标有VP的结及VP所支配的结，因为结VP与结"铝"之间不存在支配关系；但是,标有"铝"的结不能前于支配它的NP及 N等结。可见，支配关系同从左到右的前于关系是相互排斥的，也就是说，在树形图中，如果两个结x与y之间存在前于关系，那么，x与y之间必定不能存在支配关系。并且，如果 x前于y.则由x支配的所有的结都前于由y支配的所有的结。
根据这些基本性质，一幅树形图可以提供如下 3个方面的语法信息：
①句子中的词序：树形图中的各个叶按从左到右的前于关系排列起来，就是它所表示的句子的词序。这些叶之间是不存在支配关系的。
②句子的层次：一个结的直接后裔就是这个结的直接成分，根据结之间的直接支配关系，便可看出句子的层次关系。
③词类信息、词组类型信息、句法功能信息、词与词或者词组与词组之间的逻辑关系信息和语义关系信息等。
树形图中的一个结可以与多个标记相对应，用多值标记函数 L表示如下：
y1，y2，...，yn就是在一个结点x上可以标记的各种信息。
因而树形图既能提供句中词序和层次的几何值，又能提供词类、词组类型、句法功能、逻辑关系、语义关系的代数值。
参考书目
冯志伟:《汉语句子的多标记多叉树形图分析法》,载《人工智能学报》，长沙，1983。
R.Rustin, (ed.), Nɑturɑl Lɑnɡuɑɡe Processinɡ,Algorithmic Press,New York,1973.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条