《人工智能工程师》树模型初步与进阶笔记

1.决策树模型

决策树模型基于‘树的结构’进行决策。

• 每个内部节点对应某个属性的‘测试’。
• 每个分支对应于某个测试的一种可能结果（即该属性上的某个取值）。
• 每个‘叶节点’对应于一个‘预测结果’。

学习过程：通过对训练样本的分析来确定‘划分属性’。（内部节点的属性）

预测过程：将测试事例从根节点开始，沿着划分属性所构成的‘判定测试序列’下行，直到叶节点。

2.算法流程和最佳属性选择

决策树的基本流程：

1. 总体流程：分而治之    在每个中间节点寻找一个‘划分’属性
2. 三种停止条件：当前节点包含的样本全属于同一类别，无需划分（样本不一样属性一样划分个啥）；当前属性集为空，或是所有样本在所有属性上取值相同，无法划分（样本都一样没办法）；当前节点包含的样本集合为空，不能划分（没样本了）。
3. 基本流程：