决策树算法讨论
1.题目的主要研究内容
1、主要研究了决策树算法的主要原理,讲解了ID3算法以及实现思想,信息熵、条件熵、信息增益的概念和决策树构造,以及案例手动实现,Python代码推演以及OCTAVE实现。
2、自己工作的主要描述
PPT制作以及讲解决策树前置概念,决策树概念和核心思想,以及一些小例子,决策树构造、决策树的分类步骤和决策树优缺点等。
2.题目研究的工作基础或实验条件
1、硬件环境
2、软件环境(pycharm)
3.决策树
这是一个“判断是否喜欢打篮球的人”的粒子,该例子通过“年龄”和“性别”两种属性,来区分“是否喜欢打篮球”,按照该图示,如果年龄<15岁,会产生两个分支,一个是Y分支,一个是N分支,我们可以看到,Y分支下,又会根据性别这个属性来再次判断,又会产生Y分支