深度学习基础系列 (二) 用 sklearn 实现 ID3 算法
来源:互联网 发布:java style 编辑:程序博客网 时间:2024/06/06 20:44
什么是决策树/判定树(decision tree)
判定树是一个类似于流程图的树结构:其中,每个内部结点表示在一属性上的测试,
每个分支代表一个属性输出,而每个树叶结点代表类或类分布。树的顶层是根结点。
熵(entropy)概念
1948年,香农提出了 ”信息熵(entropy)“的概念
一条信息的信息量大小和它的不确定性有直接的关系,要搞清楚一件非常非常不确定
的事情,或者是我们一无所知的事情,需要了解大量信息==>信息量的度量就等于不确
定性的多少
例子:猜世界杯冠军,假如一无所知,猜多少次?
每个队夺冠的几率不是相等的
比特(bit)来衡量信息的多少,变量的不确定性越大,熵也就越大
决策树归纳算法 (ID3)
选择属性判断结点
信息获取量(Information Gain):Gain(A) = Info(D) - Infor_A(D)
通过A来作为节点分类获取了多少信息
类似,Gain(income) = 0.029, Gain(student) = 0.151, Gain(credit_rating)=0.048
所以,选择age作为第一个根节点
重复上述步骤
决策树的优点:
直观,便于理解,小规模数据集有效
决策树的缺点:
处理连续变量不好
类别较多时,错误增加的比较快
可操作规模性一般
用 sklearn 实现
from sklearn.feature_extraction import DictVectorizerimport csvfrom sklearn import treefrom sklearn import preprocessing# Read in the csv file and put features into list of dict and list of class labelallElectronicsData = open(r'/Users/xiaolian/Documents/deeplearning_code/01DTree/AllElectronics.csv', 'r')reader = csv.reader(allElectronicsData)headers = next(reader)print(headers)featureList = []labelList = []for row in reader: labelList.append(row[len(row)-1]) rowDict = {} for i in range(1, len(row)-1): rowDict[headers[i]] = row[i] featureList.append(rowDict)print(featureList)# Vetorize featuresvec = DictVectorizer()dummyX = vec.fit_transform(featureList) .toarray()print("dummyX: " + str(dummyX))print(vec.get_feature_names())print("labelList: " + str(labelList))# vectorize class labelslb = preprocessing.LabelBinarizer()dummyY = lb.fit_transform(labelList)print("dummyY: " + str(dummyY))# Using decision tree for classification# clf = tree.DecisionTreeClassifier()clf = tree.DecisionTreeClassifier(criterion='entropy')clf = clf.fit(dummyX, dummyY)print("clf: " + str(clf)) # Visualize modelwith open("allElectronicInformationGainOri.dot", 'w') as f: f = tree.export_graphviz(clf, feature_names=vec.get_feature_names(), out_file=f)# predict a new rowoneRowX = dummyX[0, :]print("oneRowX: " + str(oneRowX))newRowX = oneRowXnewRowX[0] = 1newRowX[2] = 0print("newRowX: " + str(newRowX))predictedY = clf.predict(newRowX)print("predictedY: " + str(predictedY))
用 graphviz 打开 dot 文件
0 0
- 深度学习基础系列 (二) 用 sklearn 实现 ID3 算法
- 深度学习基础系列(三)之用 sklearn 实现 KNN算法
- 深度学习基础系列(四)之 sklearn SVM
- 深度学习基础系列(四)之 用 python 实现 KNN 算法
- 机器学习实战学习笔记(二)分类—ID3决策树算法(python3实现)
- R语言学习系列(数据挖掘之决策树算法实现--ID3代码篇)
- R语言学习系列(数据挖掘之决策树算法实现--ID3代码篇)
- 深度强化学习系列(二):强化学习基础
- 深度学习基础(二):简单神经网络,后向传播算法及实现
- ID3 算法实现决策树
- 模式识别ID3算法实现
- ID3算法Java实现
- 机器学习:ID3算法
- 机器学习入门算法及其java实现-ID3(决策树)算法
- 机器学习笔记:ID3算法建立决策树(二)
- 深度学习算法实现
- 瓜皮机器学习——用java对ID3算法进行实现
- 【机器学习】决策树-ID3算法的Python实现
- 三步创建免费微信砍价活动攻略,开发者福音
- 错误:error C1853:"Debug\...pch"预编译头文件来自编译器版本,或者预编译头C++而在C中使用它
- HDU 1176 DP
- 获取首字母为单个字母的变量的值
- Image processing on FPGA using Verilog HDL
- 深度学习基础系列 (二) 用 sklearn 实现 ID3 算法
- qemu实验
- CWE和SCWE模型简介
- 交流电压电流采样基础知识
- 【实验五】DPCM编码
- 免安装Oracle客户端使用PLSQL
- Java多线程的上下文切换
- 错误:无法打开输入文件"xxx.lib"文件
- HDU 1203 I NEED A OFFER! DP