1.目的:为了让模型的不确定性降低的越快越好
2.三个过程:特征选择、决策树的生成、决策树的剪枝
(1)特征选择:
信息熵:随机变量不确定性的度量
H(X)=?∑ni=1pilogpiH(X)=?∑i=1npilogpi
信息增益:(ID3算法),得知特征X的信息而使类Y的信息的不确定减少的程度
g(D,A)=H(D)?H(D|A)g(D,A)=H(D)?H(D|A)
information gain作为划分训练数据集的特征,存在偏向于选择取值较多的特征问题。
(对于取值多的属性如连续型数值,这个单独的属性就可以划分所有的样本,使得所有分支下的样本集合都是“纯的”,最极端的情况是每个叶子节点只有一个样本。这样的划分是极为不合理的。)
信息增益率:(C4.5算法),在信息增益的基础上除了一项split information,来惩罚值更多的属性。
gR(D,A)=g(D,A)HA(D)gR(D,A)=g(D,A)HA(D)
GINI指数:(CART算法)
Gini(D)=1?∑Kk=1p2kGini(D)=1?∑k=1Kpk2
(2)决策树的生成
递归选择最优特征(信息增益、信息增益比最大,GINI最小)
递归停止条件:
a. 当前结点包含的样本全部属于同一个类别,无需划分
b.当前的属性集为空,或是所有样本在所有属性上的取值相同,无法划分(小于或者大于某个阈值)
c.当前结点包含