机器学习实战：树回归中getMean（）递归解释



若有帮助到你，记得点赞、收藏哦！

# -*- coding: utf-8 -*-
"""
Created on Thu Mar 22 20:33:41 2018

@author: Loulch C.C
"""

"""
T
                                   0.5
                                l /   \r
                               0.49    0.51
                            l /   \ r l /   \r
                         0.490 0.491 0.510 0.511

"""

T={'spi':0,'spv':0.5,'r':{'spi':0,'spvl':0.51,'r':0.511,'l':0.510},'l':{'spi':0,'spv':0.49,'r':0.491,'l':0.490}}

def isTree(obj):
    """
    函数说明：测试输入变量是否为一棵树
    """
    return (type(obj).__name__=='dict') #判断为字典类型返回true

def getMean(tree):
    """
    函数说明：从上往下遍历树直到找到叶节点为止，若找到两个叶节点，计算他们的平均值
    返回值：树的平均值（对树进行塌陷式处理）
    """
    if isTree(tree['r']):
        tree['r'] = getMean(tree['r'])
        print(tree['r'])
    if isTree(tree['l']):
        tree['l'] = getMean(tree['l'])
        print(tree['l'])
    return (tree['l']+tree['r'])/2.0

print(getMean(T))
"""
输出：
dict
True
float
False
float
False
0.5105
dict
True
float
False
float
False
0.4905
0.5005

递归过程如下：
计算getMean
先判断r0.51，是，递归getMean：接着判断r0.511，否；又接着l0.510，否；说明第一个r的递归到头，计算getMean值。
再判断r0.49，是，递归getMean：接着判断r0.491，否；又接着l0.490，否；说明第一个l的递归到头，计算getMean值。
最后，计算getMean值。

递归本来就是绕来绕去的，不是太好解释，只能解释到这了，新手第一次可能犯难，熟练了很好懂。
"""