python商品价格预测_决策树案例：基于python的商品购买能力预测系统

准确率：预测的准确与否是本算法的核心问题，其在征信系统，商品购买预测等都有应用。

速度：一个好的算法不仅要求具备准确性，其运行速度也是衡量重要标准之一。

强壮行：具备容错等功能和扩展性等。

可规模性：能够应对现实生活中的实际案例

可解释性：运行结果能够说明其含义。

准确率：预测的准确与否是本算法的核心问题，其在征信系统，商品购买预测等都有应用。

速度：一个好的算法不仅要求具备准确性，其运行速度也是衡量重要标准之一。

强壮行：具备容错等功能和扩展性等。

可规模性：能够应对现实生活中的实际案例

可解释性：运行结果能够说明其含义。

2 判定树是一个类似于流程图的树结构：其中，每个内部结点表示在一个属性上的测试，每个分支代表一个属性输出，而每个树叶结点代表类或类分布。树的最顶层是根结点。

如上案例判断是否去打球？根节点显示14天中9天适合打球，其中5天不适合打球。这里面没有全部一致的情况，说明还需要细分：

1 晴天：晴天中有2天适合打球，3天不适合打球，还需细分①湿度小于等于70时候有2天都适合打球，停止划分；②湿度大于70有3天都不适合打球，停止划分。

2 阴天：共4天都适合打球，停止划分。

3 雨天：3天适合打球，2天不适合打球，继续划分。①没有风的有3天且都适合打球，停止划分；②有风的2天且都不适合打球，停止划分。

注意：有的时候不易太细的划分，特征过多过细的话反而会影响预测的准确率。把大多数归为一类，极少数的可以归到大多数之中。

案例：如上决策树，如果某天是：晴天，湿度90 判定是否适合打球，可以由图知是不适合打球的。

3 官方文档： http://scikit-learn.org/stable/modules/tree.html

2 构造决策树的基本算法：判定顾客对商品购买能力

2.1 算法结果图：

根据决策树分析如下客户数据，判定新客户购买力。其中

客户年龄age：青年、中年、老年

客户收入income：低、中、高

客户身份student：是学生，不是学生

客户信用credit_rating：信用一般，信用好

是否购买电脑buy_computer：购买、不购买

2.2 在介绍决策树算法之前，我们引入熵的概念。熵的(entropy)概念：信息和抽象，如何度量？

1948年，香农提出了 ”信息熵(entropy)“的概念，一条信息的信息量大小和它的不确定性有直接的关系，要搞清楚一件非常非常不确定的事情，或者是我们一无所知的事情，需要了解大量信息==>信息量的度量就等于不确定性的多少。

例子：猜世界杯冠军，假如一无所知，猜多少次？每个队夺冠的几率不是相等的，比特(bit)来衡量信息的多少。

采用如下方式求信息熵：

1 当每个球队夺冠概率相等时候，3