决策树分类器简单实现

2744557306

这段代码实现了一个基本的决策树分类器，下面对代码进行详细解析。

( K' P8 [; R( C3 n6 a### 类 `tree`
, Z" D% N- Y: k& X1 [5 l3 D
1 f5 y5 R: c! }# V) y7 f这个类包含了决策树的基本功能，包括计算基尼指数、构建树、训练和预测等。

#### 1. **初始化方法 `__init__`**
' s' n' G, P# v8 L( s- **参数**:
  - `feature`: 输入特征数据。
2 `% T7 ?' b: k) c  - `label`: 对应的标签（目标值）。
- **功能**: 将特征和标签保存为类的属性，以备后续使用。

#### 2. **方法 `Gini`**
- **参数**:
$ u' N1 R& u8 [( Z  - `dataset`: 一个类别标签数组。
; d+ O1 _" p0 X0 W- **功能**: 计算给定数据集的基尼指数（Gini impurity）。
- **流程**:
  - 首先获取数据集中不同类别（标签）的集合。
  - 对于每个类别，计算其在数据集中出现的概率，并将其平方后累加。
$ G  }/ }+ a& g% a& W  - 返回 \(1 - \text{sum}\) 作为基尼指数，值越小表示纯度越高。
& }7 j" b' N1 B# Y3 a( W7 R
3 @( H9 f5 e  ?/ k2 A2 d& u* p#### 3. **方法 `cmpgini`**
- **参数**:
  - `feature`: 当前特征列。
  - `label`: 对应的标签。
- **功能**: 计算当前特征对标签的基尼划分，选择出可以最小化基尼指数的特征值。
- **流程**:
8 l' }, X( E/ ]  - 遍历特征列中的唯一值，计算每个特征值的基尼指数。
* {$ n- B) K$ C; g6 i# @: u2 p2 {0 R  - 根据特征值划分数据集，计算各自的基尼指数并加权求和，找到最小的基尼，加上特征对应的值返回。
$ j! G3 O) |. }; n
# b) F% F, ^: b  i#### 4. **方法 `maketree`**
- **参数**:
  - `feature`: 当前特征数据。
  - `label`: 当前标签数据。
% f3 ^# @' W: D, n3 _* k- **功能**: 根据特征和标签递归构建决策树。
+ R0 a+ I1 O4 m8 F6 i- **流程**:
  j/ ]: z& X; R6 B( G( K  - 首先判断当前标签是否单一（即所有标签相同），如果是，返回该标签。
  - 计算所有特征列的基尼指数，找到最优特征及其值。
" t1 D6 i' D7 y  - 如果最小基尼指数等于 1，则返回标签。
  - 将数据集按照最优特征值分为左右子集，并递归调用 `maketree`。
. P: R5 L3 j6 P. d  - 返回树的结构：[(特征索引, 该特征的最优值), 左子树, 右子树]。
! ~3 r( s8 b! r& `9 W; e
#### 5. **方法 `train`**
( u: b* I5 B2 F  g# I- **功能**: 训练决策树，调用 `maketree` 方法构建树，并保存最终结果。
- **作用**: 结果存储在 `self.train_result` 属性中。

#### 6. **方法 `prediction`**
) g* q" F! `( |0 S- ?0 s  p  Q1 a" u+ P- **参数**:
  - `Mat`: 待预测的特征矩阵。
/ T- q0 |( g! @! `- **功能**: 根据训练得到的决策树进行分类预测。
% T* d- ?) O% q% g% t$ h1 ?' z- **流程**:
  - 遍历每个样本，通过树结构进行预测。
  - 在树的每一层，根据特征值值进行左右子树的选择，直到到达叶子节点。
3 q9 w5 w7 \0 S- T- r5 B* E4 D  - 返回每个样本的预测结果。
* h3 y( V$ H: l% ^% l
9 z4 I' a, W  H; e, f0 D% V, X6 @#### 7. **方法 `isLeaf`**
- **参数**:
8 ]6 B, ~9 ^! {* Q  - `tree`: 当前树的节点。
- **功能**: 判断当前节点是否为叶子节点。
- **返回值**: 如果是叶子节点返回 True，否则返回 False。
' S; G* A9 a3 W6 ~/ t3 b
#### 8. **方法 `getLeft` 和 `getRight`**
+ t1 Y" q  `  }3 @( F. N- **参数**:
# w, a! b2 R# Q) ]  - `tree`: 当前树节点。
- **功能**: 分别获取当前节点的左子树和右子树。
- **返回值**: 返回子树。

### 总结
该代码实现了一个基本的决策树分类器，主要功能包括：
- 计算数据集的基尼指数。
- 根据特征和标签构建决策树。
- 利用训练得到的树对新样本进行分类预测。

该决策树是通过递归的方法构建的，将数据集根据特征进行分割，最终形成由节点和叶子组成的树形结构。叶子节点代表最终的分类结果。这个实现是决策树算法的基础，适合用于分类任务。
) {$ a: ~# H$ k7 X+ d8 A

( A2 s/ e9 Q, U9 t