单元四 · 智能推理的应用
第16课 决策树与智能推理
一、学习目标
- 体验决策树模型在分类或预测任务中的特征选择过程，了解决策树的基本原理与构建思想。
- 能根据数据自动构建决策树，并运用决策树辅助解决实际问题。
二、情境导入
有没有一种方法，能让我们清晰地看见这种思考、判断的路径？
能不能让计算机模仿我们这种做决策的方式，去自动处理更复杂的问题呢？
同学们，早餐吃什么？
三、核心讲解
本课学习路径：
1决策树
2基于决策树自动推理
3根据数据构建决策树
1．决策树
我们每天都在做各种选择，如“晚上吃什么”“周末去哪玩”“这道题选
决策树：先抓住「决策树」在做什么，再用例子对照验证。
- A 还是B”。选择的背后，是大脑不停地进行思考和判断。
- 通过逐层提问的方式进行判断，最终得出结论，这与人们日常做选
- 择的思维过程非常相似。
- 一家人周末上午
- 爬山，中午回来后想
想一想：数据区分度更大？
弄清以上要点后，再进入下方动手体验，用实际操作验证。
四、动手体验 · MixAI 组件
请在下列组件中完成操作，至少体验一个并记录现象。
组件 model_decision_tree — 在框内完成操作
五、课堂总结
- 1.利用决策树可以将复杂问题逐步分解，辅助人们进行推理和决策。
- 2.可以根据已有数据中的特征与结果关系，人工构建决策树模型。
- 3.可以让机器通过学习数据自动构建决策树，并进行推理。
六、拓展提升
拓展：某医院引入了一套先进的医疗决策支持系统，能够通过输入患者症状自动生成诊断报告和治疗方案。一天，一位经验丰富的医生接诊了一位病情复杂的患者，系统建议采用某种高风险治疗方案，但医生凭借临床经验怀疑该诊断的准确性。
测评
完成练习后作答；选出后点「检查」。答错会显示简短说明。
下列哪一项更接近本课学习目标？
本课课堂总结强调的是？
本课主题最贴近下列哪一项？
完成本课后，优先应该做什么来证明学会了？
判断：教学指南中的学习活动可以全部跳过。
拓展提升部分的作用是？
本节小结
回顾本课要点，完成动手体验与测评。记住：决策树与智能推理。