看周志华《机器学习》所作的笔记笔记
第四章决策树
4.1基本流程
决策树是基于树结构来进行决策的,决策过程中提出的每个判定问题都是对某个属性的“测试”。
一般,一颗决策树包含一个根结点、若干个内部结点和若干个叶结点;叶结点对应与决策结果,其他每个节点则对应于一个属性测试;每个结点包含的样本集合根据属性测试的结果被划分到子结点中;根结点包含样本全集。
4.2划分选择
4.2.1信息增益
4.2.2增益率
信息增益准则对可取数目较多的属性有所偏好,增益率准则对可取数目较少的属性有所偏好。
C4.5算法:先从候选划分属性中找出信息增益高于平均水平的属性,再从中选择增益率最高的。
4.2.3基尼指数
基尼指数最小的属性作为最有划分属性
4.3剪枝处理
剪枝(pruning)是决策树学习算法对付“过拟合”的主要手段。