決策樹為什麼有效

機器學習裡有一個經典演算法叫「決策樹」（Decision Tree）：用一連串是非題把複雜的分類問題拆成簡單的分支。每一個節點只問一件事，答案决定往哪條路走，走到葉節點就是結論。銀行核貸、醫療初診、保險理賠都在用它的邏輯。

決策樹的威力在於：**它把「需要專業判斷」的表面複雜度，拆成「不需要判斷」的簡單提問序列。** 「該不該准這筆退貨」聽起來需要資深客服的經驗，拆開後是：瑕疵嗎？尺寸嗎？不喜歡嗎？——每個問題的答案客人自己知道。

這就是結構化問題的本質：不是問題簡單，是問題被拆解後每一步都簡單。90% 的退貨「看起來複雜」，只是因為没被拆開過。