决策树学习的主要学习算法为何

决策树学习的主要学习算法有以下几种：

1. ID3算法：以信息增益为准则选择划分属性，递归地构建决策树。

2. C4.5算法：以信息增益率为准则选择划分属性，递归地构建决策树。相较于ID3算法，C4.5算法能够处理连续属性和缺失值。

3. CART算法：既可用于分类问题，也可用于回归问题。以基尼指数为准则选择划分属性，递归地构建决策树。

这些算法都是基于贪心策略的自顶向下递归分治算法，通过选择最优划分属性将样本集划分成不同的子集，递归地构建决策树，直到满足终止条件为止。其中，不同的算法采用不同的度量准则来选择最优划分属性。