目录
一、决策树算法概述
1、树模型
决策树：从根节点开始一步步走到叶子节点(决策)。所有的数据最终都会落到叶子节点，既可以做分类也可以做回归。
2、树的组成
根节点:第一个选择点
非叶子节点与分支:中间过程
叶子节点:最终的决策结果
3、决策树的训练与测试
-
训练阶段
从给定的训练集构造出来一棵树(从跟节点开始选择特征， 如何进行特征切分)。有数据想构建树。
-
测试阶段
根据构造出来的树模型从上到下去走一遍就好了。有数据想得结果。
一旦构造好了决策树，那么分类或者预测任务就很简单了，只需要走一遍 就可以了，那么难点就在于如何构造出来一颗树，这就没那么容易了，需 要考虑的问题还有很多的!
二、熵的作用
1、如何切分特征(选择节点)
-
问题
根节点的选择该用哪个特征呢?接下来呢?如何切分呢?
-
想象一下
我们的目标应该是根节点就像一个老大似的能更好的切分数据 (分类的效果更好)，根节点下面的节点自然就是二当家了。
-
目标
通过一种衡量标准，来计算通过不同特征进行分支选择后的分类 情况，找出来最好的那个当成根节点，以此类推。
2、衡量标准-熵
-
熵
熵是表示随机变量不确定性的度量 。(解释:说白了就是物体内部的混乱程度，比如杂货市场里面什么都有 那肯定混乱呀，专卖店里面只卖一个牌子的那就稳定多啦)
-
熵值公式
， i=1,2, ... , n
-
举例
A集合[1,1,1,1,1,1,1,1,2,2] B集合[1,2,3,4,5,6,7,8,9,1]
显然A集合的熵值要低，因为A里面只有两种类别，相对稳定一些。而B中类别太多了，熵值就会大很多。(在分类任务中我们希望通过节点分支后数据类别的熵值大还是小呢?)
三、信息增益原理
1、熵值
不确定性越大，得到的熵值也就越大。
当p=0或p=1时，H(p)=0,随机变量完全没有不确定性。
当p=0.5时，H(p)=1,此时随机变量的不确定性最大。
2、信息增益
特征X使得类Y的不确定性减少的程度。 (分类后的专一性，希望分类后的结果是同类在一起)
四、决策树构造实例
1、实例
-
数据
14天打球情况
-
特征
4种环境变化
-
目标
构造决策树，判断当出现一种天气的情况下，打不打球。
2、决策树构造
划分方式：4种
问题：谁当根节点呢?
依据：信息增益
例子：基于天气划分
- 在历史数据中(14天)有9天打球，5天不打球，所以此时的熵应为:
- 4个特征逐一分析，先从outlook特征开始:
Outlook = sunny时，熵值为0.971
Outlook = overcast时，熵值为0
Outlook = rainy时，熵值为0.971
- 加权计算
根据数据统计，outlook取值分别为sunny,overcast,rainy的概率分别为：5/14, 4/14, 5/14
熵值计算：5/14 * 0.971 + 4/14 * 0 + 5/14 * 0.971 = 0.693
(gain(temperature)=0.029 gain(humidity)=0.152 gain(windy)=0.048)
- 计算信息增益
信息增益：系统的熵值从原始的0.940下降到了0.693，增益为0.247。
同样的方式可以计算出其他特征的信息增益，那么我们选择最大的那个，相当于是遍历了一遍特征，找出来了大当家，然后再其余中继续通过信息增益找二当家!
（找：信息增益大，熵值小）
五、信息增益率与gini系数
决策树算法
-
ID3
信息增益(有什么问题呢?)
问题：ID当做特征，熵值为0，不适合解决稀疏特征，种类非常多的。
-
C4.5
信息增益率(解决ID3问题，考虑自身熵)
-
CART
使用GINI系数来当做衡量标准
-
GINI系数
(和熵的衡量标准类似，计算方式不相同)
连续值
进行离散化。
六、预剪枝方法
决策树剪枝策略
-
为什么要剪枝
决策树过拟合风险很大，理论上可以完全分得开数据 (想象一下，如果树足够庞大，每个叶子节点不就一个数据了嘛)
-
剪枝策略
（预剪枝，后减枝）
预剪枝
边建立决策树过程中进行剪枝的操作(更实用)。
限制深度，叶子节点个数。叶子节点样本数，信息增益量等。
七、后剪枝方法
后剪枝：当建立完决策树后来进行剪枝操作。
通过一定的衡量标准
：损失
：gini系数
：叶子节点个数
(叶子节点越多，损失越大)
八、回归问题解决
回归问题将方差作为衡量（评估）标准。看标签的平均方差。
分类问题将熵值作为衡量标准。
扫一扫
1608
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
