我有一个决策树，该决策树在列（年龄，性别，时间，日期，视图，点击次数）上进行训练，该列分为两类 - 是或否 - 代表项目X的购买决策。使用这些值，我试图预测 1000 个样本（客户）的概率，看起来像（'12'、'男性'、'9：30'、'星期一'、'10'、'3'），（"50"、"女性"、"10：40"、"周日"、"50"、"6"）........我想获得个人概率或分数，这将有助于我识别哪些客户最有可能购买商品 X。因此，我希望能够对预测进行排序，并仅向 5 个想要购买项目 X 的客户显示特定项目。我怎样才能做到这一点？决策树能达到目的吗？还有其他方法吗？我是ML的新手，所以请原谅我的任何词汇错误。
使用具有小样本集的决策树，您肯定会遇到过拟合问题。特别是在决策的较低级别，树将拥有指数级更少的数据来训练决策边界。您的数据集应该包含比类别数量多得多的样本，并且每个类别都有足够的样本。
说到决策边界，请确保您了解如何处理每个维度的数据类型。例如，"性别"是一个分类数据，其中"年龄"、"一天中的时间"等是实值输入（离散/连续）。因此，树的不同部分需要不同的配方。否则，您的模型最终可能会处理 9：30、9：31、9：32...作为单独的类。
尝试其他一些算法，从简单的算法开始，如k-最近邻（KNN）。有一个验证集来测试每个算法。使用 Matlab（或类似软件），您可以使用库快速尝试不同的方法，看看哪一种效果最好。这里没有足够的信息来向您推荐非常具体的东西。加
我建议你也试试KNN。KNN能够捕获数据中的亲和力。比如说，一个产品X是由20岁左右的人在晚上购买的，在产品页面上点击大约5次后。KNN 将能够告诉您每个新客户与购买该商品的客户的距离。基于此，您可以选择前 5 名。非常容易实现，可以很好地作为更复杂方法的基准。
（假设观看次数和点击次数是指每个客户对产品 X 的点击次数和观看次数）
决策树是一个分类器，通常不适合作为推荐系统的基础。但是，鉴于您只预测购买一件商品的可能性，而不是数万件商品，因此使用分类器是有意义的。
您只需对所有客户进行评分，并保留购买 X 概率最高的 5 个，是的。这个问题还有什么吗？