一、什么是決策樹（decision tree）――機器學習中的一個重要的分類算法
決策樹是一個類似于數據流程圖的樹結構：其中，每個內部節點表示一個屬性上的測試，每個分支代表一個屬性輸出，而每個樹葉結點代表類或者類的分布，樹的最頂層是根結點
根據天氣情況決定出游與否的案例
二、決策樹算法構建
2.1決策樹的核心思路
特征選擇：從訓練數據的特征中選擇一個特征作為當前節點的分裂標準（特征選擇的標準不同產生了不同的特征決策樹算法）。
決策樹生成：根據所選特征評估標準，從上至下遞歸地生成子節點，直到數據集不可分則停止決策樹停止聲場。
剪枝：決策樹容易過擬合，需要剪枝來縮小樹的結構和規模（包括預剪枝和后剪枝）。
2.2 熵的概念：度量信息的方式
實現決策樹的算法包括ID3、C4.5算法等。常見的ID3核心思想是以信息增益度量屬性選擇，選擇分裂后信息增益最大的屬性進行分裂。
一條信息的信息量大小和它的不確定性有直接的關系，要搞清楚一件非常不確定的事情，或者是我們一無所知的事情，需要大量的信息====>信息量的度量就等于不確定性的 多少。也就是說變量的不確定性越大，熵就越大
信息熵的計算公司
S為所有事件集合，p為發生概率，c為特征總數。
信息增益（information gain）是指信息劃分前后的熵的變化，也就是說由于使用這個屬性分割樣例而導致的期望熵降低。也就是說，信息增益就是原有信息熵與屬性劃分后信息熵（需要對劃分后的信息熵取期望值）的差值，具體計算如下：
其中，第二項為屬性A對S劃分的期望信息。
三、IDE3決策樹的Python實現
以下面這個不同年齡段的人買電腦的情況為例子建模型算法
'''
Created on 2018年7月5日
使用python內的科學計算的庫實現利用決策樹解決問題
@author: lenovo
'''
#coding:utf-8
from sklearn.feature_extraction import DictVectorizer
#數據存儲的格式 python自帶不需要安裝
import csv
#預處理的包
from sklearn import preprocessing
from sklearn.externals.six import StringIO
from sklearn.tree import tree
from sklearn.tree import export_graphviz
'''
文件保存格式需要是utf-8
window中的目錄形式需要是左斜杠 F:/AA_BigData/test_data/test1.csv
excel表格存儲成csv格式并且是utf-8格式的編碼
'''
'''
決策樹數據源讀取
scklearn要求的數據類型 特征值屬性必須是數值型的
需要對數據進行預處理
'''
#裝特征的值
featureList=[]
#裝類別的詞
labelList=[]
with open("F:/AA_BigData/test_data/decision_tree.csv", "r",encoding="utf-8") as csvfile:
decision =csv.reader(csvfile)
headers =[]
row =1
for item in decision:
if row==1:
row=row+1
for head in item:
headers.append(head)
else:
itemDict={}
labelList.append(item[len(item)-1])
for num in range(1,len(item)-1):
# print(item[num])
itemDict[headers[num]]=item[num]
featureList.append(itemDict)
print(headers)
print(labelList)
print(featureList)
'''
將原始數據轉換成包含有字典的List
將建好的包含字典的list用DictVectorizer對象轉換成0-1矩陣
'''
vec =DictVectorizer()
dumyX =vec.fit_transform(featureList).toarray();
#對于類別使用同樣的方法
lb =preprocessing.LabelBinarizer()
dumyY=lb.fit_transform(labelList)
print(dumyY)
'''
1.構建分類器――決策樹模型
2.使用數據訓練決策樹模型
'''
clf =tree.DecisionTreeClassifier(criterion="entropy")
clf.fit(dumyX,dumyY)
print(str(clf))
'''
1.將生成的分類器轉換成dot格式的 數據
2.在命令行中dot -Tpdf iris.dot -o output.pdf將dot文件轉換成pdf圖的文件
'''
#視頻上講的不適用python3.5
with open("F:/AA_BigData/test_data/decisiontree.dot", "w") as wFile:
export_graphviz(clf,out_file=wFile,feature_names=vec.get_feature_names())
Graphviz對決策樹的可視化
以上這篇Python實現決策樹并且使用Graphviz可視化的例子就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
