1.用决策树decision tree来模拟黑盒
终其一生还不是想要限制决策树的深度。
1.1决策树的概念：
前面学了用线性模型来模拟黑盒，现在讲讲决策树的，决策树和线性模型比可能能够完全模拟黑盒，但是会使得决策树很深，也变得很难解释，我们希望能用一个不那么复杂的决策树来模拟黑盒。
用O表示决策树的复杂程度，当然了复杂程度越低越好，所以想要输出不要太大。
1.2决策树的复杂程度的定义：平均深度
不仅仅是普通的loss fuction 加入了一个螂目鳎0，（找到一个参数去计算决策树）正常的后面必须可微分才能算梯度下降，所以这就是参数强大的地方。
