用python语言，根据现实生活中的原型自己创建一个简单的决策树，要求用这个决策树能解决实际分类决策问题。

好的，这里我给您提供一个简单的例子，以区分水果种类为例：

首先，我们需要收集一些水果的属性数据，如颜色、大小、形状等等。这里我们只考虑颜色和大小两个属性。

然后，我们需要根据这些属性数据来进行分类。假设我们有以下数据：

| 水果 | 颜色 | 大小 | 种类 |
| --- | --- | --- | --- |
| 苹果 | 红色 | 大 | 水果 |
| 香蕉 | 黄色 | 中 | 水果 |
| 葡萄 | 紫色 | 小 | 水果 |
| 西瓜 | 绿色 | 大 | 水果 |
| 草莓 | 红色 | 小 | 水果 |
| 土豆 | 棕色 | 中 | 蔬菜 |
| 胡萝卜 | 橙色 | 中 | 蔬菜 |
| 青菜 | 绿色 | 小 | 蔬菜 |
| 黄瓜 | 绿色 | 中 | 蔬菜 |

现在我们需要根据这些数据来创建一个决策树，用于分类预测。

首先，我们选择颜色作为第一个属性，将数据分为红色和非红色两个分支。对于红色分支，我们可以看到其中包含苹果和草莓两种水果，因此我们可以将其分类为水果。对于非红色分支，我们选择大小作为第二个属性，将数据分为大和中小两个分支。对于大分支，其中包含西瓜和苹果两种水果，因此我们可以将其分类为水果。对于中小分支，其中包含香蕉、葡萄、草莓、土豆、胡萝卜、青菜和黄瓜等多种水果和蔬菜，因此我们需要再次选择属性进行分支。这里我们选择颜色作为第三个属性，将数据分为绿色和非绿色两个分支。对于绿色分支，其中包含青菜和黄瓜两种蔬菜，因此我们可以将其分类为蔬菜。对于非绿色分支，其中包含香蕉、葡萄、草莓、土豆和胡萝卜等多种水果和蔬菜，因此我们需要再次选择属性进行分支。这里我们选择大小作为第四个属性，将数据分为大和中小两个分支。对于大分支，其中包含土豆和胡萝卜两种蔬菜，因此我们可以将其分类为蔬菜。对于中小分支，其中包含香蕉、葡萄、草莓等多种水果，因此我们可以将其分类为水果。

最终，我们的决策树如下所示：

颜色
├── 红色
│   └── 水果
└── 非红色
    ├── 大
    │   └── 水果
    └── 中小
        ├── 绿色
        │   └── 蔬菜
        └── 非绿色
            ├── 大
            │   └── 蔬菜
            └── 中小
                └── 水果

现在，我们可以用这个决策树来预测新的水果种类了。假设我们有一个黄色的大水果，根据决策树，它应该被分类为水果。