专栏首页编程新知识 用Python从零开始构造决策树

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:

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:

本文来自企鹅号 - 51软件测试网媒体

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 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
  • 黑客可以利用传感器数据来破解手机密码

    南洋理工大学的Shivam Bhasin博士手持一个可以捕获传感器数据的定制软件。来源:图片由南洋理工大学提供 新加坡南洋理工大学(NTU Singapore)...

    企鹅号小编
  • 痛并快乐着:浅谈大数据时代的分布式存储架构

    从全球知名咨询公司麦肯锡宣称“大数据”时代的到来,时至今日,数据量已经几何倍数的翻增,麦肯锡称:“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因...

    企鹅号小编
  • 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。 ...

    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
  • 《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
  • 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...

    Chenkc
  • AQS之独占锁

    AbstractQueuedSynchronizer,抽象类,模板模式,子类通过实现其模板方法,从而实现不同的同步器,例如: ReentrantLock Ree...

    spilledyear
  • leetcode-581-Shortest Unsorted Continuous Subarray

    chenjx85

扫码关注云+社区

领取腾讯云代金券