请你思考:
1、决策树的核心思想是什么?
2、决策树生成过程中,特征选择有哪个准则?它们之间有什么关系?
3、决策树可以适用于所有情形吗?
一、定义(definition)
基本定义
决策树是基于特征对实例进行分类的树形结构,它是一种监督学习方法。决策树算法三要素
1、特征选择
2、决策树生成
3、决策树剪枝
二、生成过程
本质: 使用满足划分准则的特征不断的将数据集划分为纯度更高,不确定性更小的过程(对原始数据进行划分,每次划分后新的子数据集内部纯度更高,不确定更小)。
在本质 中我们看到三个关键字,分别是划分准则、纯度 和不确定性。下讨论它们之间的关系。
1、不确定性(熵)
特点
度量随机变量的不确定性(纯度)。定义
假设随机变量 X X 的可能值有 … xn x n , 对于每一个可能的取值 xi x i ,其概率 P(X=xi) P ( X = x i ) = pi p i , ( i=1,2,...n i = 1 , 2 , . . . n ),因此随机变量 X X 的熵为: