决策树分类模型Python代码

2744557306

这个监督式学习算法通常被用于分类问题。令人惊奇的是，它同时适用于分类变量和连续因变量。在这个算法中，我们将总体分成两个或更多的同类群。这是根据最重要的属性或者自变量来分成尽可能不同的组别。想要知道更多，可以阅读：简化决策树。
8 c, F3 ?- R9 g" Y9 B
8 u, A7 k" {8 ?5 X* j在上图中你可以看到，根据多种属性，人群被分成了不同的四个小组，来判断 “他们会不会去玩”。为了把总体分成不同组别，需要用到许多技术，比如说 Gini、Information Gain、Chi-square、entropy。
6 ?. Y) d  S" D8 I
理解决策树工作机制的最好方式是玩Jezzball，一个微软的经典游戏(见下图)。这个游戏的最终目的，是在一个可以移动墙壁的房间里，通过造墙来分割出没有小球的、尽量大的空间。

* [" N! u8 E2 i! s6 C# U+ w  _6 e
* D/ R$ ^- O1 L因此，每一次你用墙壁来分隔房间时，都是在尝试着在同一间房里创建两个不同的总体。相似地，决策树也在把总体尽量分割到不同的组里去。
! o, T3 P! T1 j
) H; O- T$ o8 A
" V/ l! O  d; L3 ]" h