决策树算法讨论

 

 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