Machine Learning-经典模型之DT Learning

本篇文章整理一下decision tree learning的知识点。

下面是维基百科的定义：

Decision tree learning uses a decision tree (as a predictive model) to go from observations about an item (represented in the branches) to conclusions about the item's target value (represented in the leaves). 

决策树主要分两类：

• Classification tree analysis is when the predicted outcome is the class to which the data belongs.

• Regression tree analysis is when the predicted outcome can be considered a real number (e.g. the price of a house, or a patient's length of stay in a hospital).

Decision tree learning is the construction of a decision tree from class-labeled training tuples. A decision tree is a flow-chart-like structure, where each internal (non-leaf) node denotes a test on an attribute, each branch represents the outcome of a test, and each leaf (or terminal) node holds a class label. The topmost node in a tree is the root node.

关于决策树有许多的算法，下面是一些经典的算法：

• ID3 (Iterative Dichotomiser 3)

• C4.5 (successor of ID3)

• CART (Classification And Regression Tree)

• CHAID (CHi-squared Automatic Interaction Detector). Performs multi-level splits when computing classification trees.

• MARS: extends decision trees to handle numerical data better.

• Conditional Inference Trees. Statistics-based approach that uses non-parametric tests as splitting criteria, corrected for multiple testing to avoid overfitting. This approach results in unbiased predictor selection and does not require pruning.

熵（Entropy）

度量信息的不确定性；以比特（bits）为单位；完全确定的分类，其熵为0比特；其公式为

其中，nn是样本的数量，P(xi)P(xi)是第ii个样本的概率；bb一般取2或ee或10；前面加符号是为了熵为非负数；

信息增益（information gain）

父结点熵 H(T)H(T)与子节点熵加权均值的差；应该选择信息增益最大的解释变量进行结点划分；

其中，xa∈val(s)xa∈val(s)表示解释变量aa的样本xx；{x∈T|xa=v}{x∈T|xa=v} 表示解释变量aa的值等于vv样本数量；H(x∈T|xa=v)H(x∈T|xa=v)是解释变量a的值等于vv的样本熵；

基尼不纯度（gini impurity）

在使用CART方法时，按照集合中子集标签的概率分布对集合中元素指定标签，基尼不纯度用来衡量被错误指定标签的元素被随机抽取的概率；

计算公式：假设集合共有jj个子集，tt是结点样本的子集，其中P(i|t)P(i|t)表示从结点子集中选择一个类型ii的概率；

一个栗子：

由上面的公式我们可以看出其实信息熵就是信息的期望值，所以我们可知，信息熵越越小，信息的纯度越高，也就是信息越少，在分类领域来讲就是里面包含的类别越少，所以我们可以得出，与初始信息熵的差越大分类效果越好。

我一般买苹果的时候，从外观上评判一个苹果甜不甜有两个依据：红不红  和 圆不圆。（数据如下）

计算5个苹果是好苹果的信息熵：（结果为0.970954）

按红不红和圆不圆来分类，分别计算信息熵及其信息增益：

红不红：信息熵是0.5509775，信息增益是0.419973

圆不圆：信息熵是0.8，信息增益是0.17095

显然第一种分类的信息增益较大，可以分别看下划分的结果集：

决策树构建的基本步骤：

1>> 开始，所有记录看做一个结点；

2>> 遍历每个变量的每一种分割方式（如信息增益最大、基尼不纯度差最大），找到最好的分割点；

3>> 分割成两个结点N1N1和N2N2

4>> 对N1N1和N2N2分别继续执行2-3步，直到每个结点足够纯为止；

参考文献：

1）维基百科   https://en.wikipedia.org/wiki/Decision_tree_learning

2）<机器学习笔记-05 ><scikit-learn 05>决策树 & 随机森林

https://blog.csdn.net/qq_25040013/article/details/52565414

3）机器学习笔记之信息熵、信息增益和决策树(ID3算法)

https://blog.csdn.net/zhurui_idea/article/details/54646932

4）Python3《机器学习实战》学习笔记（二）：决策树基础篇之让我们从相亲说起

https://blog.csdn.net/c406495762/article/details/75663451

5）决策树算法及python实现

https://blog.csdn.net/huahuazhu/article/details/73167610?locationNum=2&fps=1

6）Scikit-learn中的决策树

http://python.jobbole.com/86911/

—End—