本篇文章给大家带来的内容是关于python如何实现决策树算法?(代码),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。
数据描述
每条数据项储存在列表中,最后一列储存结果
多条数据项形成数据集data=[[d1,d2,d3...dn,result],
[d1,d2,d3...dn,result],
.
.
[d1,d2,d3...dn,result]]
决策树数据结构class DecisionNode:
'''决策树节点
'''
def __init__(self,col=-1,value=None,results=None,tb=None,fb=None):
'''初始化决策树节点
args:
col -- 按数据集的col列划分数据集
value -- 以value作为划分col列的参照
result -- 只有叶子节点有,代表最终划分出的子数据集结果统计信息。{‘结果’:结果出现次数}
rb,fb -- 代表左右子树
'''
self.col=col
self.value=value
self.results=results
self.tb=tb
self.fb=fb
决策树分类的最终结果是将数据项划分出了若干子集,其中每个子集的结果都一样,所以这里采用{‘结果’:结果出现次数}的方式表达每个子集def pideset(rows,column,value):
'''依据数据集rows的column列的值,判断其与参考值value的关系对数据集进行拆分
返回两个数据集
'''
split_function=None
#value是数值类型
if isinstance(value,int) or isinstance(value,float):
#定义lambda函数当row[column]>=value时返回true
split_function=lambda row:row[column]>=value
#value是字符类型
else:
#定义lambda函数当row[column]==value时返回true
split_function=lambda row:row[column]==value
#将数据集拆分成两个
set1=[row for row in rows if split_function(row)]
set2=[row for row in rows if not split_function(row)]
#返回两个数据集
return (set1,set