در این فصل به شما نشان خواهیم داد که چگونه یک "درخت تصمیم" بسازید. یک تصمیم
Tree یک نمودار جریان است و می تواند به شما در تصمیم گیری بر اساس تجربه قبلی کمک کند.
در مثال، یک شخص سعی می کند تصمیم بگیرد که آیا باید به یک نمایش کمدی برود یا نه
نه.
خوشبختانه شخص نمونه ما هر بار که یک نمایش کمدی وجود داشته است ثبت نام کرده است
در شهر، و اطلاعاتی در مورد کمدین ثبت کرد و همچنین
ثبت نام کرد اگر رفت یا نه.
| سن | تجربه | رتبه | ملیت | برو |
| 36 | 10 | 9 | بریتانیا | نه |
| 42 | 12 | 4 | ایالات متحده آمریکا | نه |
| 23 | 4 | 6 | N | نه |
| 52 | 4 | 4 | ایالات متحده آمریکا | نه |
| 43 | 21 | 8 | ایالات متحده آمریکا | بله |
| 44 | 14 | 5 | بریتانیا | نه |
| 66 | 3 | 7 | N | بله |
| 35 | 14 | 9 | بریتانیا | بله |
| 52 | 13 | 7 | N | بله |
| 35 | 5 | 9 | N | بله |
| 24 | 3 | 5 | ایالات متحده آمریکا | نه |
| 18 | 3 | 7 | بریتانیا | بله |
| 45 | 9 | 9 | بریتانیا | بله |
اکنون، بر اساس این مجموعه داده، پایتون می تواند یک درخت تصمیم ایجاد کند که بتوان از آن برای تصمیم گیری استفاده کرد
اگر نمایش جدیدی ارزش دیدن را دارد.