剪枝处理：处理过拟合
预剪枝 方式：使用训练集根据信息增益准则生成一棵完整树，自上而下，通过上级节点验证集的正确率与所有子节点的正确率比较，判断准确率是否上升，决定是否保留本次的分支
后剪枝 方式：使用训练集根据信息增益准则生成一棵完整树，自下而上，尝试剪掉叶子节点的分类属性，如果验证集正确率上升，则剪掉该枝
多变量决策树： 区别在于针对属性的线性组合进行分类，例如对是否是美女进行预测，正常的分类属性包括大眼，高挑，长腿，肤白，有胡子。而多变量决策树的分类依据可以是： 0.7大眼+0.6高挑+0.7长腿+0.9肤白-2有胡子