决策树的直观结构和可解释性挺适合刚接触机器学习的你。像ID3C4.5这些经典算法,不光能搞分类,理解起来也比较容易,适合做一些基础的数据挖掘项目。k-means聚类和SVM分类,属于那种你早晚得用的家伙,前者迭代速度快,后者在小样本场景下还挺能打。还有朴素贝叶斯,虽然假设有点理想化,但胜在上手简单,效果还不错。你要是正准备搞决策树实现,不妨看看后面那几个资源链接,JavaMATLAB版的都有,源码能直接跑,蛮实用的。