一、决策树的模型概述

决策树基于树结构进行决策（??）：

• 内部节点：对应某个属性，应用于某个属性的测试（色泽）
• 分支：对应测试产生的可能结果，对应于属性的某个值（红、绿）
• 叶子节点：对应测试结果

学习过程：通过对训练样本的分析来确定划分属性（内部节点的属性）

预测过程：将待测数据从根结点开始，沿着划分属性所构成的“判定测试序列”下行，直到叶子节点

常见决策树：

• 第一个决策树——CLS
• 展露头脚——ID3
• 常用的决策算法——C4.5
• 可用于回归任务的决策算法——CART
• 基于决策树的最强大的算法——RF

二、算法流程和最优属性选择方法

2.1 决策树的基本流程

总体流程：分而治之

• 子根向叶的递归过程
• 在每个中间节点中选择一个划分属性

停止条件：

• 当前节点纯度为1，所有类别都相同，无需划分
• 属性为空，或者所有样本在所有属性中取值相同（没有有用的属性），无法划分
• 节点包含的样本集为空，不能划分

图片

2.2 最佳属性选择方法

2.2.1 信息熵

信息熵：度量样本纯度，假定当前样本集合D中第k类样本所占比例为\(p_k\)，则D的信息熵如下式
\[ Ent(D) = -\sum_{k=1}^{\left| y \right|}p_{k}log_{2}p_{k} \]

• \(Ent(D)\)越小，D的纯度越高
• \(p_k=0\)时，\(Ent(D)=0\)
• \(Ent(D)\)最小值为0，最大值为\(log_2{\left| y \right|}\)

2.2.2 信息增益

信息增益：以信息熵为基础，计算当前划分对信息熵所造成的变化（ID3使用）

设离散属性a的取值：\(\{a^1,a^2,..,a^V\}\)

\(D^v\)：D中在a上取值为\(a^v\)的样本集合

以属性a对数据集D进行划分产生的信息增益\(Gai n(D,a)\)
\[ Gain(D,a)=Ent(D)-\sum_{v=1}^{V}\frac{\left|D^{v}\right|}{\left|D\right|}Ent(D^{v}) \]

• \(Ent(D)\)划分前的信息熵

• \(\frac{\left|D^{v}\right|}{\left|D\right|}\)划分后的信息熵

• 第N个分支的样本越多越重要

2.2.3 信息增益率

信息增益存在问题：偏好可取值数目较多的属性，例如编号

信息增益率（C4.5）
\[ Gain\_radio(D,a) = \frac{Gain(D,a)}{IV(a)} \]

\[ IV(a)=-\sum_{v=1}^{V}\frac{\left|D^{v}\right|}{\left|D\right|}log_2{\frac{\left|D^{v}\right|}{\left|D\right|}} \]

• 属性a可取数值数目越大（V越大），\(IV(a)\)的数值越大，降低这种偏好

• 启发式：从候选属性找出信息增益高于平均水平的，再从中选取信息增益率最高的

2.2.4 基尼系数

\(Gini\)指数(CART):反映了从D中随机抽取两个样例，其类别标记不一致的概率
\[ Gini(D)=\sum_{k=1}^{|y|}\sum_{k^{‘}\neq k}p_kp_{k^{'}}=1-\sum^{|y|}_{k=1}p_kp_{k^{'}} \]

• \(Gini\)指数越小，数据集越纯

• 选取令Gini指数最小的属性

• Gini指数、熵、分类误差率三者的关系：

\[ -\sum_{k=1}^{K}p_kln{p_k}\approx\sum_{k=1}^{K}p_k(1-p_k) \]

\(f(x)=-lnx\)在\(x=1\)处泰勒展开，忽略高阶无穷小，\(f(x)\approx1-x\)

2.3 熵与信息论的视角

2.3.1 二分视角看CART

• 每个分支就是一个二分类的过程
• 这个过程叫做决策树桩
• 一颗决策树由多个决策树桩拼接起来
• 决策树桩是只有一层的决策树

2.3.2 信息论的视角理解

信息论的视角理解：对于多分叉树的情况，机器学习——破解密码

2.3.3 三种不同的决策树

三、剪枝与控制过拟合拟合

剪枝：

• 为了降低过拟合的风险，主动去掉一些分支
• 预剪枝和后剪枝

剪枝依据：剪枝前后决策树的优劣，（留出法）验证集判断

基本策略：

• 预剪枝：提前中止某些分支生长
• 后剪枝：生成一颗完全的树，再回头剪枝

四、数据案例详解

02 | 决策树模型

原文：https://www.cnblogs.com/xm08030623/p/12348918.html