
決策樹歸納分類算法理解
決策樹歸納是從類標(biāo)記的訓(xùn)練數(shù)據(jù)構(gòu)建決策樹,屬于分類領(lǐng)域。遍歷根節(jié)點(diǎn)到全部葉節(jié)點(diǎn)的路徑,每條路徑都屬于一個(gè)元組分類。整棵決策樹形成分類規(guī)則。目前構(gòu)造決策樹的算法包括ID3(iterative dichotomy),C4.5,CART,都基于如下抽象的算法流程,現(xiàn)通過一個(gè)詳細(xì)的數(shù)據(jù)集對算法進(jìn)行詳細(xì)解釋:
該算法名稱Generate_decision_tree(,,),遞歸進(jìn)行決策樹構(gòu)建。
Input:
數(shù)據(jù)劃分D,即訓(xùn)練數(shù)據(jù),包含訓(xùn)練元組(tuples)和對應(yīng)類標(biāo)記。
attribute_list是候選屬性集
attribute_selection_method 確定分裂準(zhǔn)則splitting_criterion(確定將哪個(gè)屬性作為第一分裂屬性,應(yīng)該是最合適的分裂屬性),包含確定分裂屬性和分裂子集/分裂點(diǎn)。
(分裂點(diǎn):針對連續(xù)型元組(每一行數(shù)據(jù)代表一個(gè)元組);分裂子集:針對離散的數(shù)據(jù))
Output:
決策樹
該數(shù)據(jù)集就是數(shù)據(jù)劃分D,包含4個(gè)屬性和及其對應(yīng)的類標(biāo)記。
attribute_list是{age,income,student,credit_rating}構(gòu)成的候選屬性集合。數(shù)據(jù)劃分是根據(jù)屬性選擇度量(Gain、Gainratio、Gini指標(biāo))依次選取最合適的屬性作為分裂屬性。
以ID3算法為例:
分別計(jì)算四個(gè)屬性的信息增益值:Gain(age)、Gain(income)、Gain(student), Gain(credit_rating)
(具體求解見博文……)得到Gain(age)最高,故其被選為第一個(gè)最合適的分裂屬性,其有三個(gè)分裂子集,分別對應(yīng)youth、middle_aged、senior構(gòu)成的子數(shù)據(jù)集。
算法中j表示屬性age的三個(gè)值youth、middle_aged、senior。
Dj表示按這三個(gè)值分類對應(yīng)的新數(shù)據(jù)劃分,如下:
j的值就是age屬性擁有的值的個(gè)數(shù),構(gòu)成了新的數(shù)據(jù)劃分。然后分別針對D1,D2,D3遞歸調(diào)用Generate_decision_tree(,,)
遞歸出口:
1.Di中的元組都屬于同一類,直接將其所屬的類作為葉節(jié)點(diǎn)
2. 候選屬性集attribute_list為空,將Di中的多數(shù)類作為葉節(jié)點(diǎn)。
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
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03