机器学习决策树代码实现


import numpy as np
import pandas as pd
import math
import collections
def import_data():
    data = pd.read_csv('watermelon.txt')
    data.head(10)
    data=np.array(data).tolist()
    
    labels = ['色泽', '根蒂', '敲击', '纹理', '脐部', '触感']

    
    labels_full = {}

    for i in range(len(labels)):
        labelList = [example[i] for example in data]
        uniqueLabel = set(labelList)
        labels_full[labels[i]] = uniqueLabel
    return data,labels,labels_full
data,labels,labels_full=import_data()
def calcShannonEnt(dataSet):
    """
    计算给定数据集的信息熵(香农熵)
    :param dataSet:
    :return:
    """
  
    numEntries = len(dataSet)

    
    labelCounts = collections.defaultdict(int)

    
    for featVec in dataSet:
       
        currentLabel = featVec[-1]

       
        labelCounts[currentLabel] += 1

    
    shannonEnt = 0.0

    for key in labelCounts:
        
        prob = float(labelCounts[key]) / numEntries

        
        shannonEnt -= prob * math.log2(prob)

    return shannonEnt


print(calcShannonEnt(data))  # 输出为:0.9975025463691153
def splitDataSet(dataSet, axis, value):
    """
    按照给定的特征值,将数据集划分
    :param dataSet: 数据集
    :param axis: 给定特征值的坐标
    :param value: 给定特征值满足的条件,只有给定特征值等于这个value的时候才会返回
    :return:
    """
    
    retDataSet = []

    
    for featVec in dataSet:
        
        if featVec[axis] == value:
           
            reducedFeatVec = featVec[:axis]
            
            reducedFeatVec.ex
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值