【机器学习】决策树------迅速了其基本思想，Sklearn的决策树API及构建决策树的步骤！！！

小言从不摸鱼

于 2024-08-26 20:15:38 发布

阅读量700

点赞数 35

分类专栏：机器学习入门文章标签：机器学习决策树 sklearn python 人工智能

本文链接：https://blog.csdn.net/2301_76820214/article/details/141571441

版权

机器学习入门专栏收录该内容

14 篇文章 1 订阅

订阅专栏

🍔 案例剖析

🍔 通过sklearn实现决策树分类并进一步认识决策树

🍔 基于规则构建决策树

🍔 构建决策树的三个步骤

🍔 小结

学习目标

🍀 了解决策树算法的基本思想

🍀 了解Sklearn的决策树API

🍀 知道构建决策树的三个步骤

🍔 案例剖析

有的同学可能在大学学习过一门课程叫《数据结构》，里面有一个重要的结构就是“树”，和现实生活中的树一样，树的主要由四部分树根、树干、树枝、树叶组成，今天的决策树也是一种树结构，大家学习的时候可以想象现实生活中的树来来理解。

决策树算法是一种监督学习算法，英文是Decision tree。

决策树思想的来源非常朴素，试想每个人的大脑都有类似于if-else这样的逻辑判断，这其中的if表示的是条件，if之后的then就是一种选择或决策。程序设计中的条件分支结构就是if-then结构，最早的决策树就是利用这类结构分割数据的一种分类学习方法。

比如：你母亲要给你介绍男朋友，是这么来对话的：

女儿：多大年纪了？

母亲：26。

女儿：长的帅不帅？

母亲：挺帅的。

女儿：收入高不？

母亲：不算很高，中等情况。

女儿：是公务员不？

母亲：是，在税务局上班呢。

女儿：那好，我去见见。

于是你在脑袋里面就有了下面这张图：

作为女孩的你在决策过程就是典型的分类树决策。相当于通过年龄、长相、收入和是否公务员对将男人分为两个类别：见和不见。

🍔 通过sklearn实现决策树分类并进一步认识决策树

基于鸢尾花数据绘制图像

import numpy as np
import matplotlib.pyplot as plt

from sklearn import datasets

iris = datasets.load_iris()
X = iris.data[:,2:]
y = iris.target

plt.scatter(X[y==0,0],X[y==0,1])
plt.scatter(X[y==1,0],X[y==1,1])
plt.scatter(X[y==2,0],X[y==2,1])

plt.show()

训练决策树模型

from sklearn.tree import DecisionTreeClassifier

tree = DecisionTreeClassifier(max_depth=2,criterion="entropy")
tree.fit(X,y)

依据模型绘制决策树的决策边界

#找到模型的决策边界，并绘制图像(此方法所用到的api不需要掌握，能够调用就行)
def plot_decision_boundary(model,axis):
    x0,x1 = np.meshgrid(
        np.linspace(axis[0],axis[1],int((axis[1]-axis[0])*100)).reshape(-1,1),
        np.linspace(axis[2],axis[3],int((axis[3]-axis[2])*100)).reshape(-1,1)
    )
    X_new = np.c_[x0.ravel(),x1.ravel()]
    y_predict = model.predict(X_new)
    zz = y_predict.reshape(x0.shape)
    
    from matplotlib.colors import ListedColormap
    custom_map = ListedColormap(["#EF9A9A","#FFF59D","#90CAF9"])
    
    plt.contourf(x0,x1,zz,linewidth=5,cmap=custom_map)
    
plot_decision_boundary(tree,axis=[0.5,7.5,0,3])
plt.scatter(X[y==0,0],X[y==0,1])
plt.scatter(X[y==1,0],X[y==1,1])
plt.scatter(X[y==2,0],X[y==2,1])
plt.show()

树模型可视化

from sklearn.tree import plot_tree
import matplotlib.pyplot as plt

plot_tree(tree,filled=True)
plt.show()

从上面的可视化图形中看出

X[1] <=0.8 作为第一次分割的依据，满足条件的所有样本均为统一类别

X[1]>0.8的，依据 X[1]<=0.75 为划分依据

由于设置了树的最大深度为2，第二层的两个叶子节点没有完全区分开

🍔 基于规则构建决策树

在商业的数据挖掘中，不同的消费行为顾客特征的提炼和表述极为重要。

我们模拟了部分顾客及其消费行为数据，包括如下特征：

用户是否购买某种产品（0购买，1不购买）

年龄（青年0，中年1，老年2）

收入（高0，中1，低2）

学生（是1，否0）

信誉（良0，优1）。

我们收集了如表1-1的部分用户购买数据，建立了一张统一的调查表，统计几个月的销售数据。我们要对下表中潜在的客户进行分析，并根据得到的一些特征用于销售人员制定销售策略等工作。

总结为两个问题：

(1) 如何对客户进行分类？

(2) 如何根据分类的依据，给出销售人员的指导意见？

通过上述分析，即可解决问题：

（1）如何对客户进行分类？

答：根据数据集中收集的用户的特征信息

（2）如何根据分类依据，给出销售指导意见呢？

答：给出这样的销售意见：

中年人通常会无条件购买

青年人中如果是学生一般会购买

老年人中信誉好的常常会购买

下面我们思考，如何得到这样的分析结果信息？我们可以通过基于规则建树实现。

从定性的角度画出决策树：

从定量的角度画出决策树：

为什么需要从定量角度来分析呢？

答：这样会更精确的分析用户的特征信息，给出销售人员更准确的数据信息。

根据该树可以解决问题：