對剪枝的粗淺理解

剪枝分預剪枝和後剪枝，顧名思義，預剪枝就是在樹還沒完成之前，預先剪去樹的部分分支，後剪枝就是在整棵樹完成了之後對樹剪去部分分支，從而完成了對樹的精簡操作，避免了因屬性太多而造成的過擬合。

預剪枝（prepruning）：在決策樹生成過程中，對每個結點在劃分前先進行估計，若當前結點的劃分不能帶來決策樹泛化效能提升，則停止劃分，並將當前結點標記為葉節點。
後剪枝（post-pruning）：先從訓練集生成一棵完整的決策樹，然後自底向上地對非葉結點進行考察，若該結點對應的子樹替換為葉結點能帶來決策樹泛化效能提升，則將該子樹替換為葉節點。

連續值處理

一般來說，決策樹處理不了具有連續值的特徵，因為具有連續值的屬性的可取值數目不再有限，因此不能直接用連續屬性的取值來進行劃分決策樹。

二分法對連續值進行處理

假設屬性a是連續屬性，將屬性a下的值從小到大排序，有{a1,a2,a3,…………an}，在a(i)和a(i+1)之間取平均值，作為一個劃分結點，一共有n-1個劃分結點，因此我們以這些結點把資料集分為兩個子集，分別計算在該結點下屬性a的資訊增益，計算結果有n-1個值，在n-1個值之中選取資訊增益最大的值，以這個值的劃分點作為把連續屬性a變成2個類離散化的節點。

缺失值處理

按照我自己的理解就是  在屬性a下假如存在缺失值的話，在計算屬性a下的資訊增益或者資訊增率時，把具有缺失值的元組去掉，把具有完整值的屬性a代入計算，用去掉缺失值計算結果進行比較。