树模型总结

简介

  基于树的学习算法模型的精确率高，容易解释。与线性模型不同，基于树的模型能够很好的表达非线性关系

什么是决策树?它是如何工作的？

  决策树是一种监督学习算法，输入和输出变量可以是离散值或连续值。在决策树中，我们根据输入变量中最具有区分性的变量，把数据集或样本分割为两个或两个以上的子集合

决策树中的一些术语

• 根节点：它标识整个样本，会被进一步分割成两个或多个子集合
• 拆分：将一个节点分割为两个或多个子节点的过程
• 决策节点：当一个子节点进一步分裂成子节点的时候，被称为决策节点
• 叶子/终端节点：不会被分割的节点称为叶子或终端节点
• 剪枝：拆分的反过程，通过移除决策节点的子节点
• 分支/子树:整个树的子部分称为分支或子树
• 父节点和孩子节点

优点：

• 理解和解释起来简单
• 需要准备的数据量不大，其他的技术往往需要很大的数据集
• 算法时间的复杂度是用于训练决策树的数据点的对数
• 能够处理数值型和类别型数据
• 相对对神经网络，解释性比较强

缺点：

• 决策树可以创建复杂的树但是没有推广的依据，可能会造成过拟合
• 决策树的结果可能不稳定，数据中一个很小的变化可能导致生成一个完全不同的树
• 学习最优决策树问题是NP问题，决策树的学习算法是基于启发式的，如贪婪算法，每次寻找每个节点上的局部最优决策，这样的算法不能保证返回全局最优决策树
• 决策树很可能在某些类别占主导地位时创建有偏异的树，因此建议用平衡的数据训练决策树

参考
https://blog.csdn.net/hit0803107/article/details/69260498
https://blog.csdn.net/xuxiatian/article/details/54340428