
決策樹(Decision Tree)是機器學習中一種常見的算法,它的思想非常樸素,就像我們平時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,當被用于分類時叫做分類樹,被用于回歸時叫做回歸樹。
一、決策樹結構:
顧名思義,決策樹在邏輯上表現(xiàn)為樹的形式,包含有節(jié)點和向邊。
一般情況下,一棵決策樹包含一個根結點、若干個內部結點和若干個葉結點。
根節(jié)點:包含樣本全集,從根結點到每個葉結點的路徑對應了一個判定測試序列。
內部節(jié)點:表示一個特征和屬性。每個內部節(jié)點都是一個判斷條件,并且包含數(shù)據(jù)集中,滿足從根節(jié)點到該節(jié)點所有條件的數(shù)據(jù)的集合。根據(jù)內部結點的屬性測試結果,內部節(jié)點對應的數(shù)據(jù)的集合別分到兩個或多個子節(jié)點中。
葉節(jié)點:表示一個類,對應于決策結果。葉節(jié)點為最終的類別,如果該數(shù)據(jù)被包含在該葉節(jié)點,則屬于該類別。
如下圖中,其中圓和方框分別表示內部結點和葉結點。
簡而言之,決策樹是一個利用樹的模型進行決策的預測模型,表現(xiàn)出的是對象屬性與對象值之間的一種映射關系,簡單明了,非常容易理解。
我們決策樹學習的目的是為了產(chǎn)生一棵泛化能力強,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:
1.決策樹的最大優(yōu)點是,對背景知識要求不高,計算復雜度也不是很高,可以自學習。
2.屬于有監(jiān)督學習
3.對中間缺失值不敏感
4. 解釋性強,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,直接處理定性的預測變量,
8.決策樹的預測準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習方法組合大量決策樹,這樣可以顯著提升樹的預測效果
三、決策樹的生成
決策樹的生成是一個自頂向下的遞歸過程,其基本思想是以信息熵為度量構造一顆熵值下降最快的樹,到葉子節(jié)點處的熵值為零。
在決策樹算法中有三種情形導致遞歸返回:
1)當前節(jié)點包含的樣本屬于同一類,不需要劃分;
2)當前屬性集為空,無法進行劃分。這種情況下,需要將當前結點標記成葉節(jié)點,并將其類別設定為所含樣本最多的類別;利用當前結點的后驗分布;(就是:有樣本無屬性進行劃分)
3)當前結點包含的樣本集合為空,不能進項劃分。此時,要將當前結點標記為葉節(jié)點,將其類別設定為其父結點所含樣本最多的類別;利用父結點的先驗分布(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)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(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:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(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:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(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:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、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(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 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)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(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