现在我们已经创建了决策树，我们必须教它如何解决我们要解决的问题。为了做到这一点，我们必须为这棵树创建一个学习算法。由于我们只有这个示例的分类值，所以ID3算法是最简单的选择。
一旦学习算法被运行，它就会被训练并可供使用。我们简单地为算法提供一个样本数据集，这样它就可以给我们一个答案。在这种情况下，薪水不错，公司文化不错，福利也不错，我可以在家工作。如果正确地训练决策树，答案将会是是:
numl是一个非常著名的开源机器学习工具包。与大多数机器学习框架一样，它的许多示例也使用Iris数据集，包括我们将用于决策树的那个。
下面是我们的numl输出的一个例子:
让我们看一下这个例子背后的代码：
static void Main(string[] args) { Console.WriteLine("Hello World!"); var description = Descriptor.Create<Iris>(); Console.WriteLine(description); var generator = new DecisionTreeGenerator(); var data = Iris.Load(); var model = generator.Generate(description, data); Console.WriteLine("生成的模型:"); Console.WriteLine(model); Console.ReadKey(); }