
決策樹(Decision Tree)是機(jī)器學(xué)習(xí)中一種常見的算法,它的思想非常樸素,就像我們平時(shí)利用選擇做決策的過程。決策樹是一種基本的分類與回歸方法,當(dāng)被用于分類時(shí)叫做分類樹,被用于回歸時(shí)叫做回歸樹。
一、決策樹結(jié)構(gòu):
顧名思義,決策樹在邏輯上表現(xiàn)為樹的形式,包含有節(jié)點(diǎn)和向邊。
一般情況下,一棵決策樹包含一個(gè)根結(jié)點(diǎn)、若干個(gè)內(nèi)部結(jié)點(diǎn)和若干個(gè)葉結(jié)點(diǎn)。
根節(jié)點(diǎn):包含樣本全集,從根結(jié)點(diǎn)到每個(gè)葉結(jié)點(diǎn)的路徑對應(yīng)了一個(gè)判定測試序列。
內(nèi)部節(jié)點(diǎn):表示一個(gè)特征和屬性。每個(gè)內(nèi)部節(jié)點(diǎn)都是一個(gè)判斷條件,并且包含數(shù)據(jù)集中,滿足從根節(jié)點(diǎn)到該節(jié)點(diǎn)所有條件的數(shù)據(jù)的集合。根據(jù)內(nèi)部結(jié)點(diǎn)的屬性測試結(jié)果,內(nèi)部節(jié)點(diǎn)對應(yīng)的數(shù)據(jù)的集合別分到兩個(gè)或多個(gè)子節(jié)點(diǎn)中。
葉節(jié)點(diǎn):表示一個(gè)類,對應(yīng)于決策結(jié)果。葉節(jié)點(diǎn)為最終的類別,如果該數(shù)據(jù)被包含在該葉節(jié)點(diǎn),則屬于該類別。
如下圖中,其中圓和方框分別表示內(nèi)部結(jié)點(diǎn)和葉結(jié)點(diǎn)。
簡而言之,決策樹是一個(gè)利用樹的模型進(jìn)行決策的預(yù)測模型,表現(xiàn)出的是對象屬性與對象值之間的一種映射關(guān)系,簡單明了,非常容易理解。
我們決策樹學(xué)習(xí)的目的是為了產(chǎn)生一棵泛化能力強(qiáng),也就是能夠高效、有效處理未見示例的決策樹。
二、決策樹的優(yōu)缺點(diǎn):
1.決策樹的最大優(yōu)點(diǎn)是,對背景知識要求不高,計(jì)算復(fù)雜度也不是很高,可以自學(xué)習(xí)。
2.屬于有監(jiān)督學(xué)習(xí)
3.對中間缺失值不敏感
4. 解釋性強(qiáng),甚至超過線性回歸
5.相比傳統(tǒng)的回歸和分類方法,決策樹是更接近人的決策模式
6. 能夠用圖形來表示,即使不是專業(yè)人士也可以輕松理解
7.可以在不創(chuàng)建啞變量的情況下,直接處理定性的預(yù)測變量,
8.決策樹的預(yù)測準(zhǔn)確性相比一般比回歸和分類方法比較弱,但能夠通過用集成學(xué)習(xí)方法組合大量決策樹,這樣可以顯著提升樹的預(yù)測效果
三、決策樹的生成
決策樹的生成是一個(gè)自頂向下的遞歸過程,其基本思想是以信息熵為度量構(gòu)造一顆熵值下降最快的樹,到葉子節(jié)點(diǎn)處的熵值為零。
在決策樹算法中有三種情形導(dǎo)致遞歸返回:
1)當(dāng)前節(jié)點(diǎn)包含的樣本屬于同一類,不需要?jiǎng)澐?
2)當(dāng)前屬性集為空,無法進(jìn)行劃分。這種情況下,需要將當(dāng)前結(jié)點(diǎn)標(biāo)記成葉節(jié)點(diǎn),并將其類別設(shè)定為所含樣本最多的類別;利用當(dāng)前結(jié)點(diǎn)的后驗(yàn)分布;(就是:有樣本無屬性進(jìn)行劃分)
3)當(dāng)前結(jié)點(diǎn)包含的樣本集合為空,不能進(jìn)項(xiàng)劃分。此時(shí),要將當(dāng)前結(jié)點(diǎn)標(biāo)記為葉節(jié)點(diǎn),將其類別設(shè)定為其父結(jié)點(diǎn)所含樣本最多的類別;利用父結(jié)點(diǎn)的先驗(yàn)分布(就是:無樣本有屬性)
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10