专栏首页Python中文社区用Python从零开始构造决策树

用Python从零开始构造决策树

專 欄

作者:weapon,不会写程序的浴室麦霸不是好的神经科医生

起步

本章介绍如何不利用第三方库,仅用python自带的标准库来构造一个决策树。

熵的计算公式:

对应的 python 代码:

条件熵的计算

根据计算方法:

对应的 python 代码:

其中参数 future_list 是某一特征向量组成的列表,result_list 是 label 列表。

信息增益

根据信息增益的计算方法:

对应的python代码:

定义决策树的节点

作为树的节点,要有左子树和右子树是必不可少的,除此之外还需要其他信息:

树的节点会有两种状态,叶子节点中 results 属性将保持当前的分类结果。非叶子节点中, col 保存着该节点计算的特征索引,根据这个索引来创建左右子树。

has_calc_index 属性表示在到达此节点时,已经计算过的特征索引。特征索引的数据集上表现是列的形式,如数据集(不包含结果集):

有三条数据,三个特征,那么第一个特征对应了第一列 [1, 0, 0] ,它的索引是 0 。

递归的停止条件

本章将构造出完整的决策树,所以递归的停止条件是所有待分析的训练集都属于同一类:

从训练集中筛选最佳的特征

因此计算节点就是调用 best_index = choose_best_future(node.data_set, node.labels, node.has_calc_index) 来获取最佳的信息增益的特征索引。

构造决策树

决策树中需要一个属性来指向树的根节点,以及特征数量。不需要保存训练集和结果集,因为这部分信息是保存在树的节点中的。

创建决策树

这里需要递归来创建决策树:

根据信息增益的特征索引将训练集再划分为左右两个子树。

训练函数

也就是要有一个 fit 函数:

清理训练集

训练后,树节点中数据集和结果集等就没必要的,该模型只要 col 和 result 就可以了:

预测函数

提供一个预测函数:

测试

数据集使用前面《应用篇》中的向量化的训练集:

本文分享自微信公众号 - Python中文社区(python-china),作者:weapon

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-12-11

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Python写TCP端口扫描工具之IP协议的讲解

    專 欄 ❈exploit,Python中文社区专栏作者,入坑Python一年。希望与作者交流或者对文章有任何疑问的可以与作者联系: QQ:1585173691...

    Python中文社区
  • Python函数的基本特征详解

    今天开始,我们来讲讲函数,简而言之一个函数就是将一些语句集合在一起的部件,它们能够不止一次的在程序中运行。函数还能计算出一个返回值,并能够改变作为函数输入的参数...

    Python中文社区
  • 多线程爬取斗图网站,赶紧上车

    專 欄 ? ❈致Great,Python中文社区专栏作者 博客: http://www.jianshu.com/u/261e23a40f71 ❈ 最近看了Py...

    Python中文社区
  • 从零开始用Python构造决策树

    来源:Python中文社区 作者:weapon 本文长度为700字,建议阅读5分钟 本文介绍如何不利用第三方库,仅用python自带的标准库来构造一个决策树。 ...

    企鹅号小编
  • 从零开始用Python构造决策树(附公式、代码)

    ? 来源:Python中文社区 作者:weapon 本文长度为700字,建议阅读5分钟 本文介绍如何不利用第三方库,仅用python自带的标准库来构造一个决策...

    数据派THU
  • 新知识 用Python从零开始构造决策树

    起步 本章介绍如何不利用第三方库,仅用python自带的标准库来构造一个决策树。 熵的计算公式: ? 对应的python代码: ? 条件熵的计算 根据计算方法:...

    企鹅号小编
  • 《Scikit-Learn与TensorFlow机器学习实用指南》 第06章 决策树

    和支持向量机一样, 决策树是一种多功能机器学习算法, 即可以执行分类任务也可以执行回归任务, 甚至包括多输出(multioutput)任务.

    SeanCheney
  • Airtest常见的元素定位不到

    小小咸鱼YwY
  • 机器学习入门 8-2 scikit-learn中的多项式回归与pipeline

    本系列是《玩转机器学习教程》一个整理的视频笔记。在上一小节介绍了多项式回归的基本思想,本小节主要介绍sklearn是如何对多项式进行封装的,之后介绍一种类似Li...

    触摸壹缕阳光
  • 微软拓扑量子计算梦碎?三年前Nature研究有误,未发现马约拉纳费米子

    2018 年 3 月,荷兰物理学家、微软员工 Leo Kouwenhoven 等人发表论文,称观察到了难以发现的粒子——马约拉纳费米子(Majorana fer...

    机器之心

扫码关注云+社区

领取腾讯云代金券