机器学习之监督学习（四）决策树和随机森林
0. 文章传送
机器学习之监督学习（一）线性回归、多项式回归、算法优化[巨详细笔记]
机器学习之监督学习（二）二元逻辑回归
机器学习之监督学习（三）神经网络基础
机器学习之实战篇——预测二手房房价(线性回归）
机器学习之实战篇——肿瘤良性/恶性分类器（二元逻辑回归）
机器学习之实战篇——MNIST手写数字0~9识别（全连接神经网络模型）
1. 决策树 Decision Tree
案例引入
前面的文章系列已经介绍了几种监督学习算法，包括线性回归、逻辑回归、神经网络，现在介绍另一种截然不同的算法——决策树模型（Decison Tree）。决策树是一种简单、高效、可解释的机器学习模型，可以用于分类问题和回归问题。
下面展现了一个猫分类的案例，输入耳朵形状、脸形状、胡须有无，输出1（猫）/0（非猫），图中包含10个样本。
下面展现了一棵决策树，学过数据结构的我们对树结构（递归结构）并不陌生。最顶端的结点称为根结点（root node），根结点左右分叉形成左子树和右子树，最底部的结点称为叶结点（leaf node）。在这棵决策树中，在根结点中选取耳朵形状作为特征，然后根据耳朵尖状或松散分叉成左右子树，左孩子结点选择脸型作为特征，右孩子结点选择胡须作为特征，再进一步分叉后第三层的叶子结点输出类别（是猫/不是猫）。
在构建了决策树后，对于新的输入，我们便可以预测其类别。例如一只耳尖、脸圆、有须的猫，从根结点出发进行一系列特征选择（左->左），将其分类为猫。
构建过程
如何从训练集中构建出一棵最优决策树？接下来让我们回答几个核心问题，探究决策树的构建过程：
Q1:如何选择节点特征进行分裂？
答：最大化纯度（purity）
构建决策树第一个核心问题是如何在诸多特征中进行选择，让决策树进一步分裂。
看上图，当选择cat DNA作为特征时，可以发现左边都是猫，右边都是狗，即完全分门别类，左右边纯度都是100%。而在下面的三种特征选取中，我们发现按第一个特征分裂，左边猫占80%，右边非猫占80%；按第二个特征分裂，左边猫占4/7，右边非猫占2/3；按第三个特征分裂，左边猫占3/4，右边非猫占2/3，可以发现两个比例都是按第一个特征分裂最高，因此选取第一个特征最优。
如何表征纯度？引入熵（entropy）和熵函数的概念，定义p表示样本中正类（例如是猫）的占比，则熵值为H（p），其中H为熵函数，表达式为：
H
(
p
)
=
−
p
l
o
g
2
(
p
)
−
(
1
−
p
)
l
o
g
2
(
1
−
p
)
H(p)=-plog_2(p)-(1-p)log_2(1-p)
H(p)=−plog2(p)−(1−p)log2(1−p)，
函数图像如下：可以看到函数图像关于p=0.5对称，p(0.5)=1,p(0)=p(1)=1
熵表征的是非纯度（impurity），可以看到p=0.5时非纯度最高，p趋近0或1时表示样本趋于正/负类，纯度高，因此非纯度趋于0.
节点特征选择的策略就是选择对应信息增益(information gain)最大的特征。
何为信息增益？表达式为
I
n
f
o
r
m
a
t
i
o
n
g
a
i
n
=
H
(
p
r
o
o
t
)
−
(
w
l
e
f
t
H
(
p
l
e
f
t
)
+
w
r
i
g
h
t
H
(
p
r
i
g
h
t
)
)
Information~gain=H(p_{root})-(w_{left}H(p_{left})+w_{right}H(p_{right}))
Information gain=H(proot)−(wleftH(pleft)+wrightH(pright))
参照下图示例理解信息增益，需要计算根结点熵值、左右结点熵值，如何计算左、右结点熵值乘权重后相加值与根结点熵值相减，计算出信息增益。
下图中，耳朵特征信息增益最大，因此选取其为根结点分裂特征。
由于树模型属于典型的递归结构，在确定了根结点后，剩下按一样的思路递归构造左子树和右子树即可，但仍有一个问题需要解决，何时结束递归？即何时结束决策树分类，完成决策树的构造？
Q2：何时停止节点分裂？
答：节点停止分裂的标准并不单一，以下是常见的几个基本标准：
①当一个结点纯度达到100%时
②当决策树分裂达到最大深度时
③当信息增益小于某个阈值时
④当某个结点样本数小于某个阈值时
Q3：上面案例中的特征都是二元特征，那该如何处理多元特征？
答：采用独热编码。
上面案例中的特征都是二元特征，也就是只有两个取值，这样构建的决策树属于二叉树。当某一个特征有k个有限取值时，可以创建k个二元特征（0/1取值），保证决策树是二叉树。使用独热编码的特征，既适用于决策树模型，也适用于逻辑回归、线性回归、神经网络模型。
Q4:上面案例中的特征都是离散型特征， 如何处理连续取值特征？
答：二分法（Binary Split），这是最常用的方法：
- 对连续特征的所有不同取值进行排序
- 取相邻两个值的中点作为可能的分割点
- 对每个可能的分割点，计算分割后的信息增益
- 选择信息增益最大的点作为该特征的分割点
例如，如果一个特征有值[1, 3, 4, 5, 7]，则可能的分割点为1.5, 3.5, 4.5, 6。
Q5：上面案例中决策树用于处理二元分类问题，那如何处理多元分类问题呢？
答：
①有时会采用One-vs-Rest策略，为每个类别训练一个二分类决策树，然后选择置信度最高的类别作为最终预测结果。
②在多分类问题中，我们仍然使用信息增益作为分裂标准，但计算方式略有不同：
对于熵，公式变为：
H
=
−
Σ
(
p
i
×
l
o
g
2
(
p
i
)
)
H = -Σ(p_i \times log_2(p_i))
H=−Σ(pi×log2(pi))，其中pi是第i类的概率。
在多分类问题中，叶节点的类别通常由该节点中样本最多的类别决定。
为了理解多分类问题中决策树的构建过程，下面是某ai大模型生成的案例：
完整的决策树构建过程：
初始数据集：
颜色 形状 类别
红 圆 苹果
黄 长 香蕉
橙 圆 橙子
红 圆 苹果
黄 长 香蕉
红 圆 苹果
橙 圆 橙子
黄 圆 苹果
根节点的熵计算：
苹果: 4/8, 香蕉: 2/8, 橙子: 2/8
H = -(4/8 * log2(4/8) + 2/8 * log2(2/8) + 2/8 * log2(2/8)) ≈ 1.5
第一次分裂（使用"颜色"特征）：
红色节点：3苹果
黄色节点：2香蕉，1苹果
橙色节点：2橙子
计算每个子节点的熵：
H_红 = 0
H_黄 ≈ 0.92
H_橙 = 0
信息增益 = 1.5 - (3/8 * 0 + 3/8 * 0.92 + 2/8 * 0) ≈ 1.15
继续分裂黄色节点（使用"形状"特征）：
长形节点：2香蕉
圆形节点：1苹果
计算这次分裂的信息增益：
H_before ≈ 0.92
H_after = 0
信息增益 ≈ 0.92
最终的叶节点决定：
红色节点：3苹果 -> 类别为苹果
橙色节点：2橙子 -> 类别为橙子
黄色长形节点：2香蕉 -> 类别为香蕉
黄色圆形节点：1苹果 -> 类别为苹果
决策树图示：
根节点
(颜色)
/ | \
/ | \
/ | \
红色 黄色 橙色
(苹果) (形状) (橙子)
/ \
/ \
长形 圆形
(香蕉) (苹果)
这个决策树的解释：
首先看水果的颜色
如果是红色，分类为苹果
如果是橙色，分类为橙子
如果是黄色，再看形状：
如果是长形，分类为香蕉
如果是圆形，分类为苹果
Q6：上面的案例中决策树都是分类树，那如何处理回归问题呢？
施工中****************************************************************************************
1271
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
