决策树是如何分类的:
决策树由节点和有向边组成,一般一棵决策树包含一个根节点、若干内部节点和若干叶节点。决策树的决策过程需要从决策树的根节点开始,待测数据与决策树中的特征节点进行比较,并按照比较结果选择下一比较分支,直到叶子节点作为最终的决策结果。
决策树分类算法有哪些,原理是什么?
ID3:
- 从根节点开始,对节点计算所有可能的特征的信息增益,选择信息增益值最大的特征作为节点的划分特征。
- 由该特征的不同取值建立子节点。
- 再对子节点递归地调用以上方法,构建决策树。
- 到所有特征的信息增益都很小或者没有特征可以选择为止,得到最终的决策树。
C4.5:
- 用信息增益率来选择划分特征,克服了用信息增益选择的不足
- 在构造树的过程中进行剪枝
- 可对连续值与缺失值进行处理
C4.5 都在哪些方面改进了 ID3 :
- 采用信息增益比因为 ID3 在计算的时候,倾向于选择取值多的属性。为了避免这个问题,C4.5 采用信息增益率的方式来选择属性的。
- 采用剪枝ID3构造决策树的时候,容易产生过拟合的情况
- 可以处理连续属性的情况,对连续的属性进行离散化处理。
- 可以处理数据有缺失值的情况