一、信息熵
首先给出信息熵的定义如下
1、无约束条件时,均匀分布熵最大
2、若给定分布的期望和方差,则正态分布的熵最大
二、决策树是什么
决策树就是下图所示的东西
三、决策树
1、几个名词:
1、训练数据集:D
2、数据的标签有K种,即有K个类,记为
Ck
3、数据有多个特征,其中有某一个特征叫A,这个A特征有n个取值,记所有A特征取值为i的数据的集合为
Di
4、在子集
Di
中属于第k个类的样本集合记为
Dik
定义如下两个量:
2、评估指标
根据以上定义的量,定义如下几个评估指标:
1、信息增益:
g(D,A)=H(D)−H(D|A)
2、信息增益率:
gr(D,A)=g(D,A)/H(A)
3、基尼系数:
Gini(p)=1−∑Kk=1(∣∣Ck∣∣|D|)2
3、决策树算法
常用决策树算法包括ID3算法、C4.5算法,CART决策树,它们最重要的不同在于评估指标不同,其中,ID3采用信息增益作为评估指标,C4.5采用信息增益率作为评估指标,CART决策树采用基尼系数作为评估指标。
我们以ID3为例,它首先扫描所有特征,找出信息增益最大的特征作为其根节点,在对其各个子节点递归地进行这个过程,直至达到某个收敛条件。
4、决策树的目标函数
决策树的目标函数,或者说决策树的损失函数为:
C(T)=∑t∈leafNt×H(t)
其中,
Nt
代表某一叶结点中包含的样本数;
H(t)
代表该叶结点中的熵
对该目标函数进行正则化后的目标函数为: Cα(T)=C(T)+α×|leafs| ,即加上叶节点个数的信息。