【机器学习基础】系列博客为参考周志华老师的《机器学习》一书，自己所做的读书笔记。
本文为原创文章，未经本人允许，禁止转载。转载请注明出处。
1.多变量决策树
决策树所形成的分类边界有一个明显的特点：轴平行，即它的分类边界由若干个与坐标轴平行的分段组成。
例如有如下决策树：
其对应的分类边界：
可以看出此时分类边界并不简单，分成了好几段。若能使用斜的划分边界，则决策树模型将大为简化。
“多变量决策树”(multivariate decision tree)就是能实现这样的“斜划分”甚至更复杂划分的决策树。以实现斜划分的多变量决策树为例（这样的多变量决策树亦称“斜决策树”(oblique decision tree)），在此类决策树中，非叶结点不再是仅对某个属性，而是对属性的线形组合进行测试。例如：
其对应的分类边界：
