決策樹-展示頁
2025-01-30 02:52本頁面
【正文】 (2) 適中 (12,14) 天氣 P 適中 (11) 冷 (6,7) N P 多云 (6) 雨 (7) 天氣 高 (1,3,4,8) 無風(fēng)(1,3,4,5,8,9,10,13) 正常 (5,9,10,13) 適中 (4,8) P 熱 (1,3) P N P N 晴 (1) 多云 (3) 晴 (8) 雨 (4) 溫度 氣溫 天氣 天氣 ID3算法 從根結(jié)點（ root node）開始，對結(jié)點計算所有可能的特征的信息增益，選擇信息增益最大的特征作為結(jié)點的特征，由該特征的不同取值建立子結(jié)點；再對子結(jié)點遞歸的調(diào)用以上方法，構(gòu)建決策樹；直到所有特征的信息增益均很小或者沒有特征可以選擇為止。在這種兩個類別的歸納任務(wù)中， P類和 N類的實體分別稱為概念的 正例和反例 。 它屬于哪類氣候呢？ 要解決這個問題，需要用某個原則來判定，這個原則來自于大量的實際例子，從例子中總結(jié)出原則，有了原則就可以判定任何一天的氣候了。 風(fēng) ，取值為：有風(fēng)，無風(fēng)。 氣溫 ，取值為：冷，適中，熱。 決策樹簡介 3種算法比較 ID3 較小數(shù)據(jù) 算法清晰 C4 增加信息增益率 可以處理連續(xù)數(shù)值型屬性 規(guī)則后修剪 C5 Unix 決策樹 算法 一 ID3基本思想 二 ID3算法 三 實例 四 ID3缺點 決策樹算法 在決策樹各個結(jié)點上應(yīng)用信息增益準則選擇特征遞歸地構(gòu)建決策樹。 決策樹簡介 遞歸構(gòu)建決策樹 第二步，開始創(chuàng)建樹，這里使用python語言的字典類型存儲樹的信息 (3)。遞歸函數(shù)的第一個停止條件是所有的類標簽完全相同，則直接返回該類標簽 (1)。 決策樹簡介 遞歸構(gòu)建決策樹 def createTree(dataSet,labels): classList = [example[1] for example in dataSet] if (classList[0]) == len(classList): return classList[0]stop splitting when all of the classes are equal if len(dataSet[0]) == 1: stop splitting when there are no more features in dataSet return majorityCnt(classList) bestFeat = chooseBestFeatureToSplit
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1