【前言】:
决策树是一种十分常用的分类方法。它是一种监督学习,所谓监督学习就是给定一堆样本,每个样本都有一组属性和一个类别,这些类别是事先确定的,那么通过学习得到一个分类器,这个分类器能够对新出现的对象给出正确的分类。
决策树有很多种算法:CHAID,CART,C4.5,C5.0。不过决策树的核心理论都其实差不多,本文将从介绍ID3的思想,方便各位读者理解决策树的核心理念。
【本文可以告诉你】:
1、 决策树最基础的原理
2、 决策树如何选择特征值的
【正文】决策树判断是否为东方人:
假设我们用有11个人,各自的情况如下:
序号 |
眼睛颜色 |
头发颜色 |
身高 |
是否为东方人 |
1 |
Black |
Black |
Short |
Yes |
2 |
Black |
White |
Tall |
Yes |
3 |
Black |
White |
Short |
Yes |
4 |