深度学习基础-决策树

理论

一：机器学习中分类和预测算法的评估

   1.准确率

   2.速度

   3.强壮性

   4.可规模性

   5.可解释性

二：什么是决策树/判定树(decision tree)

    判定树是一个类似于流程图的树结构，其中，每个内部节点标识在一个属性上的测试，每个分支代表

一个属性输出，而每个树节点代表类或类分布，树的最顶层是根节点

2.机器学习中分类方法中的一个重要算法：

    构造决策树的基本算法

    

熵（entropy）概念：

信息和抽象，如何度量？

一条信息的信息量大小和他的不确定性有直接的关系，要搞清楚一件非常不确定的事情，或者

使我们一无所知的事情，需要了解大量信息==》信息量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，熵就越大

决策树归纳算法（ID3）

选择属性判断节点

信息获取量(information Gain) Gain(A)=Info(A)-infor_A(D)

通过A来作为节点分类获取了多少信息

其他算法：c4.5 CART

共同点:都是贪心算法，自上而下

区别：属性选择度量方法不同

如何 处理连续型变脸的属性？

树剪枝叶(避免overfitting)

先剪枝

后剪枝

决策树的优点，缺点：处理连续变量不好，类别较多时，错误增加的比较快，可规模性一般

实践