机器学习---决策树(decision tree)算法
来源:互联网 发布:tensorflow gpu 编辑:程序博客网 时间:2024/05/22 06:35
0.机器学习中分类和预测算法的评估:
准确率
速度
强壮行
可规模性
可解释性
- 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个属性上的测试,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。树的最顶层是根结点。
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
3.1 熵(entropy)概念:
信息和抽象,如何度量?
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
3.1 决策树归纳算法 (ID3)
1970-1980, J.Ross. Quinlan, ID3算法
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。。。
算法:
- 树以代表训练样本的单个结点开始(步骤1)。
- 如果样本都在同一个类,则该结点成为树叶,并用该类标号(步骤2 和3)。
- 否则,算法使用称为信息增益的基于熵的度量作为启发信息,选择能够最好地将样本分类的属性(步骤6)。该属性成为该结点的“测试”或“判定”属性(步骤7)。在算法的该版本中,
- 所有的属性都是分类的,即离散值。连续属性必须离散化。
- 对测试属性的每个已知的值,创建一个分枝,并据此划分样本(步骤8-10)。
- 算法使用同样的过程,递归地形成每个划分上的样本判定树。一旦一个属性出现在一个结点上,就不必该结点的任何后代上考虑它(步骤13)
- (a) 给定结点的所有样本属于同一类(步骤2 和3)。
- (b)没有剩余属性可以用来进一步划分样本(步骤4)。在此情况下,使用多数表决(步骤5)。
- 这涉及将给定的结点转换成树叶,并用样本中的多数所在的类标记它。替换地,可以存放结
- 点样本的类分布。
- (c) 分枝
- test_attribute = a i 没有样本(步骤11)。在这种情况下,以 samples 中的多数类
创建一个树叶(步骤12)
3.1 其他算法:
C4.5: Quinlan
Classification and Regression Trees (CART): (L. Breiman, J. Friedman, R. Olshen, C. Stone)
共同点:都是贪心算法,自上而下(Top-down approach)
区别:属性选择度量方法不同: C4.5 (gain ratio), CART(gini index), ID3 (Information Gain)3.2 如何处理连续性变量的属性?
树剪枝叶 (避免overfitting)
4.1 先剪枝
4.2 后剪枝决策树的优点:
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
可规模性一般(
- 机器学习算法实践:决策树 (Decision Tree)
- 机器学习(三)决策树算法Decision Tree
- 机器学习---决策树(decision tree)算法
- 机器学习算法—决策树(Decision Tree)
- 【机器学习】分类算法之决策树(Decision tree)
- 【机器学习】决策树(Decision Tree)
- 机器学习: 决策树(Decision Tree)
- 机器学习之决策树(Decision Tree)
- 机器学习:决策树(Decision Tree)
- 机器学习之:决策树(Decision Tree)
- 决策树(Decision Tree)-机器学习ML
- 机器学习---决策树decision tree的应用
- 【机器学习算法-python实现】决策树-Decision tree(2) 决策树的实现
- 【机器学习算法-python实现】决策树-Decision tree(2) 决策树的实现
- 机器学习算法之:决策树 (decision trees)
- 机器学习算法原理总结系列---算法基础之(2)决策树(Decision Tree)
- 机器学习与深度学习(一) 决策树算法 (Decision Tree)
- 机器学习中的算法:决策树模型组合之GBDT(Gradient Boost Decision Tree)
- 王一三学习笔记 | 添加200个元素到ArrayList后内部的数组大小是多少?
- android nexus私服的使用
- python 生成随机图形验证码
- 100个小学生猜字谜大全及答案
- http协议学习总结
- 机器学习---决策树(decision tree)算法
- LeetCode#671 Second Minimum Node In a Binary Tree (week13)
- Java IO 操作基础2---操作 ZIP 压缩文件
- Masonry学习之使用常量
- 软件单元测试操作步骤(java版)
- PropertyDescriptorCollection.Find 方法
- jz2440开发板基本操作
- IEEE 802.11 MAC理解(一)
- 机器学习---决策树decision tree的应用