决策树：原理、创建与应用
决策树概述
单独使用决策树很难确保涵盖所有决策。虽然决策通常由人做出，但当决策足够复杂需要创建模型时，决策树是一种 RML 系统模型，因为这些决策通常会在系统中自动化执行。相比仅创建决策和选择列表，仔细研究每个决策并关注其直接结果，能更大概率涵盖所有选择。而且，可视化模型能让我们直观地看到是否存在之前未考虑到的缺失循环或死胡同。
决策树模板
决策树仅包含三种元素：决策、结果以及它们之间的连接线，具体含义如下表所示：
| 元素 | 含义 |
| — | — |
| 决策 | 决策形状以问题的形式展示要做出的决策 |
| 结果 | 结果展示了选择某个决策路径后的结果。结果可以是一个或多个动作，也可以是对另一个模型的引用 |
| 决策选择（有箭头的连接线） | 用于连接决策与其他决策或结果，指示决策评估的顺序。线上的标签是对决策中问题的回答 |
| 决策选择（无箭头的连接线） | 当决策选择没有顺序时，用于连接决策与其他决策或结果。线上的标签同样是对决策中问题的回答 |
决策树模板通过连接线将决策和结果元素串连起来。连接线上的标签代表从决策框中产生的可能决策选择。每个决策点至少有两个决策选择，且每条线都标有不同的决策选择。箭头表示从一个决策到选择结果的流向，结果可以是另一个决策或一个结果。结果用矩形表示，代表一系列决策后的决策、结论或行动。结果不应有线条引出，它是决策树的终点。
决策树模板示例：
graph LR A(Decision 1) -->|Decisi
