Desicion_Tree 第一步数据预处理： 决策树获取的数据是离散的，但是这里具有年龄和体重等具有连续值的特征。 例如，如果我假设在训练过程中年龄的每个值都是一个类别，那么数据将遭受过度拟合的困扰，这是一个大问题。 所以我要做数据二值化。 数据在“ data_binarization.py”中二值化 计算每个特征的均值，然后将每个特征值与均值进行比较，如果特征val> mean则取1值，如果feature <mean则取0值 新数据将保存在新的Excel工作表“ outpu