昨天学习了KNN,今天来看到决策树,这是一种常用的机器学习算法,回归和分类都可以使用,我看着书上的示例,感觉这个和switch或者连续的if、else条件这些控制流一样:
它其实是很朴素的思想:有一个集合,其中的每个样本由若干个属性构成,那么决策树就是通过贪心策略来挑选最优属性,对于离散属性,就用不同的属性值作为节点,对于连续属性,就用属性的特定分割点来作为节点,每个样本划分到不同的子树中去,再在各个子树上通过递归对子树上的样本进行划分,知道满足一定条件为止,他有着很强的数据拟合能力,往往产生过拟合现象,所以要对决策树进行剪枝,以减小复杂度,提高泛化能力,常用的算法有:ID3、C4.5、CART算法等。
其实看到上面那个图,我就想着小小的试验一下,当然不是算法,就是简单的控制流:
#include<iostream>
using namespace std;
struct node
{
int age;
int color;
int smell;
};
int main(){
node appletest[3];
cout<<"input tester:"<<endl;
for(int i=0;i<3;i++){
cout<<"input tester "<<i<<"'s age:";
cin>>appletest[i].age;
cout<<"input tester "<<i<<"'s color:";
cin>>appletest[i].color;
cout<<"input tester "<<i<<"'s smell:";
cin>>appletest[i].smell;
}
cout<<"start "<<endl;
// 1是最好的,2是一般,3是不好
for(int i=0;i<3;i++){
if (appletest[i].age<10)
{
if (appletest[i].color==1)
{
if (appletest[i].smell==1)
{
cout<<"apple "<<i<<"is great"<<endl;
}
else if(appletest[i].smell==2){
cout<<"apple "<<i<<"not really great"<<endl;
}
else{
cout<<"apple "<<i<<"is bad"<<endl;
}
}
else if(appletest[i].color==2){
if (appletest[i].smell==1)
{
cout<<"apple "<<i<<"is great"<<endl;
}
else if(appletest[i].smell==2){
cout<<"apple "<<i<<"not really great"<<endl;
}
else{
cout<<"apple "<<i<<"is bad"<<endl;
}
}
else{
if (appletest[i].smell==1)
{
cout<<"apple "<<i<<"is great"<<endl;
}
else if(appletest[i].smell==2){
cout<<"apple "<<i<<"not really great"<<endl;
}
else{
cout<<"apple "<<i<<"is bad"<<endl;
}
}
}
else if(appletest[i].age>=10&&appletest[i].age<25){
if (appletest[i].color==1)
{
if (appletest[i].smell==1)
{
cout<<"apple "<<i<<"is great"<<endl;
}
else if(appletest[i].smell==2){
cout<<"apple "<<i<<"not really great"<<endl;
}
else{
cout<<"apple "<<i<<"is bad"<<endl;
}
}
else if(appletest[i].color==2){
if (appletest[i].smell==1)
{
cout<<"apple "<<i<<"is great"<<endl;
}
else if(appletest[i].smell==2){
cout<<"apple "<<i<<"not really great"<<endl;
}
else{
cout<<"apple "<<i<<"is bad"<<endl;
}
}
else{
if (appletest[i].smell==1)
{
cout<<"apple "<<i<<"is great"<<endl;
}
else if(appletest[i].smell==2){
cout<<"apple "<<i<<"not really great"<<endl;
}
else{
cout<<"apple "<<i<<"is bad"<<endl;
}
}
}
else{
if (appletest[i].color==1)
{
if (appletest[i].smell==1)
{
cout<<"apple "<<i<<"is great"<<endl;
}
else if(appletest[i].smell==2){
cout<<"apple "<<i<<"not really great"<<endl;
}
else{
cout<<"apple "<<i<<"is bad"<<endl;
}
}
else if(appletest[i].color==2){
if (appletest[i].smell==1)
{
cout<<"apple "<<i<<"is great"<<endl;
}
else if(appletest[i].smell==2){
cout<<"apple "<<i<<"not really great"<<endl;
}
else{
cout<<"apple "<<i<<"is bad"<<endl;
}
}
else{
if (appletest[i].smell==1)
{
cout<<"apple "<<i<<"is great"<<endl;
}
else if(appletest[i].smell==2){
cout<<"apple "<<i<<"not really great"<<endl;
}
else{
cout<<"apple "<<i<<"is bad"<<endl;
}
}
}
}
return 0;
}
很长,很繁琐,看来还得是用算法才行,不过,感谢前人积淀,有很多算法供我们使用,真好!
一、特征属性:
要构建一棵决策树,关键就在于每次划分子树的时候,选择哪个属性特征进行划分,信息论中,我们用熵来描述随机变量分布的不确定性,对于离散型随机变量X,假设有n个取值,分别是:我们用频率来表示概率,随机变量的概率分布为:
那么,X的熵,就是p的熵,定义为:
那么,在给定离散型随机变量(X,Y),假设X和Y的取值个数分别是n和m,那么其联合分布律为:
边缘分布率为:
给定X条件下Y的条件熵:
根据上面的定义,我们引入信息增益的概念,信息增益最早用于决策树模型的特征选择指标,就是ID3算法的核心,对于给定样本集合,设,是数据集中任一属性变量,其中表示该属性的可能取值,对使用属性进行数据集划分获得的信息增益进行定义:
其中表示属性取值为时的样本子集,是对应的样本数目,是中标签为的样本数目 。文章来源:https://www.toymoban.com/news/detail-400336.html
好了,今天就学到这里吧,早上起床有点迟了,电脑没油了,先不写了文章来源地址https://www.toymoban.com/news/detail-400336.html
到了这里,关于Python机器学习:决策树1的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!