一、决策树
决策树既可以作为分类算法,也可以作为回归算法,同时,也适合集成学习,譬如随机森林。当我们平时在敲各种if,elif,else的时候,其实已经与用到了决策树的思想,并且,其关键在于,需要考虑哪种条件特征在前,哪种条件在后这样做出的决策过程为优。
就决策过程的选择而言,目前一共有三种,按先后顺序为:ID3 ====> C4.5 ====> CART,其中,ID3算法与C4.5可支持分类模型,采用了多叉树的树形结构,其特征选择分别为信息增益及信息增益比,CART算法除却分类外,还可作回归,其树形结构为二叉树,采用的特征选择为基尼系数及均方差,除此之外,对于连续值处理,缺失值处理,剪枝,C4.5及CART是可以支持的。
有一个点需要注意的是,ID3/C4.5/CART 均是由一个特征向量来决定模型的,,在做特征选择的时候都是选择最优的一个特征来做分类决策,但是大多数,分类决策不应该是由某一个特征决定的,而是应该由一组特征决定的。这样决策得到的决策树更加准确。
另外, 如果样本发生一点点的改动,就会导致树结构的剧烈改变。为此,我们可以通过集成学习来里面的方法,如随机森林来解决。