框架搭建前，先来列几本书提供的框架（目录）。
大致翻了以上几本的感受就是，《数据挖掘导论》的介绍方式跟其他几本书不太一样，总感觉《数据挖掘导论》不好读懂在说什么。。。可能是自己的基础不够？再或许，英文原版会更思路清晰一些？
下面是自己搭建的框架。
- 决策树的引入、背景
- 决策树的组成
- 包括哪些算法
- 算法之间的关系
- 不同算法之间对应的应用条件
- 决策树的生成
- 决策树的停止
- 决策树存在的问题/缺陷
- 如何弥补/改进
提出的问题：
- 问题1：为什么要叫决策树？
- 问题2：决策树跟二叉树有什么关系吗？
- 问题3：决策树的应用条件有什么？
- 问题4：相比lda, svm, 决策树有什么优势或者劣势吗？
- 问题5：Hunt算法与其他三种算法之间的关系是什么？
- 问题6：三种算法的生成和剪枝有什么联系、区别吗？
- 问题7：三种算法之间是递进关系吗？他们的应用条件是什么？
- 问题8：决策树和随机森林的关系是什么？
- 问题9：多变量决策树和普通的决策树有什么不同吗？
- 问题10：决策树有什么变体或者改进算法吗？