机器学习：决策树（上）

1、基本流程

决策树中决策过程的每一次判定都是对某一属性的“测试”，决策最终结论则对应最终的判定结果。

一般一棵决策树包含：一个根节点、若干个内部节点和若干个叶子节点

• 每个非叶节点表示一个特征属性测试。
• 每个分支代表这个特征属性在某个值域上的输出。
• 每个叶子节点存放一个类别。
• 每个节点包含的样本集合通过属性测试被划分到子节点中，根节点包含样本全集。

2、 决策树的生成

决策树的构造是一个递归的过程，有三种情形会导致递归返回：

• (1) 当前结点包含的样本全属于同一类别，

  • 这时直接将该节点标记为叶节点，并设为相应的类别；

• (2) 当前属性集为空，或是所有样本在所有属性上取值相同，无法划分，

  • 这时将该节点标记为叶节点，并将其类别设为该节点所含样本最多的类别；

• (3) 当前结点包含的样本集合为空，不能划分，

  • 这时也将该节点标记为叶节点，并将其类别设为父节点中所含样本最多的类别。

决策树学习的关键在于如何选择划分属性，不同的划分属性得出不同的分支结构，从而影响整颗决策树的性能。

属性划分的目标是让各个划分出来的子节点尽可能地“纯”，即属于同一类别。

• 决策树最常用的算法有三种：ID3，C4.5和CART。

3、 ID3算法（使用信息增益）

ID3算法使用信息增益为准则来选择划分属性，
信息熵（information entropy）：度量样本纯度。假定当前样本集合D中第k类样本的比例为\(p_k\),一共有\(y\)个类别，则信息熵定义为：

信息熵\(Ent(D)\)的值越小，D的纯度越高。

• 可以把信息熵理解成信息的混乱程度，混乱程度越大，说明纯度低；

假设离散属性\(\alpha\)有v个可能的取值,\({a^1,a^2,…,a^V}\)，若使用\(\alpha\)对样本D进行划分，得到\(V\)个分支节点，第\(v\)个分支中包含D中所有在\(a=a^v\)的样本\(D^v\),其信息熵为\(Ent(D)\)，考虑到不同分支结点的样本数不同，给分支结点权重\(|D^v|/|D|\),即该结点样本数占总样本数的比例。信息增益（information gain）为：

ID-3决策树算法采用信息增益为准则来划分属性。选用属性准则：

4、 C4.5算法(使用增益率)

实际上，信息增益准则对可取值数目较多的属性有所偏好，为了减少这种偏好可能带来的不利影响，C4.5算法采用”增益率“来选择最优划分属性：

\(IV(\alpha)\)为属性的固有值，表示属性的可能取值越多，其\(IV(\alpha)\)值越大。增益率准则可以对可取值数目较少的属性有所偏好。C4.5算法并不是直接选择增益率最大的候选划分属性，而是使用启发式：先从候选划分属性中找出信息增益高出平均水平的属性，再从中选择增益率最高的。

5、 CART算法（使用基尼系数）

CART决策树采用”基尼指数“衡量数据集D的纯度：

基尼指数表示从数据集D中随机抽取两个样本，其类别标记不一致的的概率。

• 因此，概率越小，即基尼指数越小，D纯度越高。

属性\(\alpha\)的基尼指数定义为：

选用准则：

6、划分属性方法小结

ID3：取值多的属性，更容易使数据更纯，其信息增益更大。

训练得到的是一棵庞大且深度浅的树：不合理。

C4.5：采用信息增益率替代信息增益。

CART：以基尼系数替代熵，最小化不纯度，而不是最大化信息增益。

标签：机器,样本,划分,学习,增益,决策树,节点,属性
来源： https://www.cnblogs.com/caolanying/p/16389587.html