假设我的数据包括水果，这些水果通过颜色、形状以及更多特征来描述。我希望返回最多X个具有用户指定特征的水果，并且希望在最少的问题数量下完成这一点。

我总是首先询问用户水果的颜色和形状是什么。根据用户的回答，我希望再询问K个特征，如质地、大小、果皮类型等。我希望K是最小的数字，以便返回最准确的X个结果，因此我想知道我应该询问用户的下一个特征是什么。我的数据库包含按特征（任意值）分类的水果。

这是一个机器学习问题吗？我应该使用什么算法，哪个实现我应该使用？我已经尝试在scikit-learn、nltk、weka中寻找适合回答这个问题的算法。这些算法要么不适合回答这个问题，要么我需要更具体的指导来使用它们。

谢谢你！

回答：

是的，这是的。

决策树将点投影到每个特征上，并找到最佳分裂。这种分裂可以通过不同的度量来确定，例如：基尼指数或熵（信息增益）。Sci-kit learn 在 sklearn.tree 中有这个功能

假设你有5个数据点：

 color   shape   fruit orange  oblong  orange red     round   apple orange  round   orange red     oblong  apple red     round   apple

所以要训练，你会做类似这样的事情：

feature   class  |  feature  classorange    orange |  oblong   orangered       apple  |  round    appleorange    orange |  round    orangered       apple  |  oblong   applered       apple  |  round    apple

如你所见，最佳分裂是颜色，因为对于这个数据集，如果颜色=红色，那么水果=苹果，如果颜色=橙色，那么水果=橙子。

在这些数据点上训练，你将得到决策树：

        color___________________|                 ||                 |red               orangeapple             orange

在现实生活中，这些分裂将基于数值，即 num > .52。

至于使用什么算法来做这个，这取决于情况。你需要为自己的数据进行研究，因为这更多的是每个数据集/偏好的事情。

你可以像这样在上面的例子中使用sci-kit learn：

from sklearn.trees import DecisionTreeClassifier#制作你的样本矩阵 samples = [[1,1], [0,0], [1,0], [0,1], [0,0]]#制作你的目标向量（在这种情况下是水果）fruitname = [1, 0, 1, 0, 0]#创建并拟合模型dtree =  DecisionTreeClassifier()dtree =  dtree.fit(samples, fruitname)#测试一个未知的红色、长形的水果dtree.predict([0,1])

请注意，color=1表示水果是橙色，shape=1表示水果是长形的。

请查看sci-kit的用户指南以获得更深入的概述。