1.一种基于决策树的司法案件判决结果预测方法，其特征在于，该方法具体包括：
2.根据权利要求1所述的基于决策树的司法案件判决结果预测方法，其特征在于，所述初始数据包括案件事实描述文本信息，该文本信息对应的的判决结果。
3.根据权利要求1所述的基于决策树的司法案件判决结果预测方法，其特征在于，所述数据预处理模块中的预处理具体包括如下内容：
4.根据权利要求1所述的基于决策树的司法案件判决结果预测方法，其特征在于，所述s3具体包括包括：
5.根据权利要求1所述的基于决策树的司法案件判决结果预测方法，其特征在于，所述s4具体包括：根据特征的分布特性、相关特性以及重要性从多个特征中提取适合表征单具有深层语义表示的特征参数集来训练案件决策预测模型。
6.根据权利要求1所述的基于决策树的司法案件判决结果预测方法，其特征在于，所述s2中通过kpca主成分分析法对案件数据集的多维特征进行降维具体如下：
7.根据权利要求1所述的基于决策树的司法案件判决结果预测方法，其特征在于，所述该案件事实描述文本对应的判决结果具体罪名为罚金。
8.一种应用如权利要求1～7任意一项所述的基于决策树的司法案件判决结果预测方法的基于决策树的司法案件判决结果预测系统，其特征在于，该系统具体包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。