决策树（decisiontree）是一种用来分类和回归的无参监督学习方法。其目的是创建一种模型从数据特征中学习简单的决策规则，来预测一个目标变量的值。该模型的优点是数据形式容易理解、可以处理不相关特征数据，计算复杂度不高，是树模型的基础形式。

决策树分类与其他分类器一样，可以用来预测样本类别，既能用于二分类，也能用于多分类。

该方法进行决策树分类方法的数据训练过程，可以根据数据特征得到模型，进而用于预测。

创建决策树分类训练任务时，需要设置以下参数：

• 训练数据集：必填参数，需要进行训练的数据集访问连接信息，需要包含数据类型，连接参数，数据集名字等信息。可以连接HBase数据，dsf数据，本地数据。

• 数据查询条件：可选参数，可以根据此查询条件筛选出指定数据进行相应分析，支持属性条件和空间查询, 如 SmID<100 and BBOX(the_geom, 120,30,121,31)。

• 解释字段：必填参数，解释变量的字段名称，输入训练数据集的一个或多个解释字段名称作为模型的自变量，可帮助预测出类别。

• 建模字段：必填参数，用于训练模型的字段，即因变量。该字段对应将用于在未知位置进行预测的变量的已知（训练）值。

• 树的深度：可选参数，或是称为对树进行的最大分割数。取值范围>0，默认值为5。如果使用较大的最大深度，则将创建更多分割，这可能会增大过度拟合模型的可能性。

• 叶子节点分裂阈值：可选参数，保留叶子（即未进一步进行分割的树上的终端节点）所需的最小观测值数。取值范围>0，默认值为1。对于非常大的数据，增大数值将减小工具的运行时间。

• 距离解释变量数据集：可选参数，支持点、线、面数据集，计算给定数据集的要素与训练数据集中要素的最近距离，可自动创建一列解释变量。

• 模型保存目录：可选参数，将训练结果较好的模型保存至该地址下。为空表示不保存模型。

执行完该训练任务，输出以下结果参数：

• dTRModelCharacteristics：决策树分类模型的属性。

• Variable：决策树分类模型的字段名称数组，指训练模型中自变量的字段。

• variableImportances：字段重要性，指各自变量特征对因变量的影响程度。

• f1Score：加权后的f1-measure。

• accuracy：加权后的准确率。

• weightedPrecision：加权后的精确率。

• weightedRecall：加权后的召回率。

• dTClassificationDiagnostics：分类结果诊断。包括对各分类类别的f1Score、精确率（precision）、召回率（recall）、真正确率（truePositiveRate）、假正确率（falsePositiveRate）。