机器学习(十) ——使用决策树进行预测(离散特征值)

机器学习(十)——使用决策树进行预测(离散特征值)

(原创内容,转载请注明来源,谢谢)

一、绘制决策树

决策树的一大优点是直观,但是前提是其以图像形式展示。如果是{'color': {9: 'yes', 2: {'fly': {0: 'no', 1: {'big': {0: 'no', 1:'yes'}}}}, 3: 'no'}}这种类型的决策树,不够直观。

这就是绘制决策树的目的。

绘制决策树,需要用到python的matplotlib类库,其带有丰富的注解、绘图等功能。我希望更加专注于算法本身,而不是类库。因此,这里不贴出绘制的代码。代码本身也不长,80多行,大家可以下载《机器学习实战》的随书代码,如果实在有需要的可以找我,我可以提供我自己写的一个版本。

二、存储与读取决策树

如果每次都需要重新使用样本生成决策树,对于样本数量非常大的情况下,非常耗时且毫无意义。决策树比knn算法的一大优势,就在于其构建完的决策树,后面每个新的样本都可以直接使用来预测,并不需要重新读样本,重新生成。除非样本本身有很大变动,否则保存生成的决策树,更为重要。

1、存储

存储决策树,其过程就是将生成的决策树,序列化后以字符串的形式写入一个文件。具体写入哪里,可以根据项目的实际情况,数据库、redis也都可以用来存储。

python的序列化,引入的pickle类库。同样,不需要太过于专注类库具体内容,只要知道其提供了序列化和反序列化的功能即可。

2、载入

载入的过程,就是从文件(或数据库、redis等)读出存储的决策树的字符串,并且反序列化即可。

三、使用决策树进行分类

这里强调使用,即直接通过输入一个决策树,而不再去生成决策树。使用决策树的过程,就和人眼去比对的过程类似:先比对第一个特征,根据比对结果,走向决策树的不同的子节点;再在子节点处进行比对。直到比对到叶子节点,即得到结果。

用代码和用人眼的区别,就是需要用递归来比对。

四、实战项目

1、需求

运用决策树,预测具有不同特征的人,应该佩戴什么样的隐形眼镜。

这里,把人的特征分为四个:年龄、是否散光、近视程度、泪液程度,需要佩戴的隐形眼镜的分类结果有三种:不能佩戴、佩戴柔软隐形眼镜、佩戴硬的隐形眼镜。

2、实现

1)生成决策树

这里的数据源,已经随书给出如下:

前面四列是人的四个特征值,分布是年龄、近视程度、是否散光、泪液程度,最后一列是分类结果。

生成决策树后,保存在本地,代码如下:

2)绘制决策树

读取生成结果,并且调用绘制的代码进行绘制,代码如下:

3)使用决策树进行预测

读取决策树,并且输入新的一个人的特征值,即可告知该使用何种隐形眼镜。

3)执行代码

绘制决策树

预测结果

五、总结

决策树的难点还是在于生成决策树,使用过程其实很简单。对于绘制决策树部分,我认为是很直观,但是目前学习我暂时不想太深入绘制的过程,因为其涉及很多python的gui操作,目前我想更专注于算法本身,而不是python的语法和类库。

另外,决策树可以进行存储,这一大特性,使得其比knn算法的优势显著,特别是样本数量大的情况。

决策树也存在过拟合的情况,可以通过裁剪决策树来解决问题,对于叶子节点信息量增加不多的就可以进行删除或合并,这个后面会学习到。

同时,ID3算法无法直接处理数值型的特征值,这个后面学习CART算法来构造决策树。可以解决。

——written by linhxx 2018.01.08

原文发布于微信公众号 - 决胜机器学习(phpthinker)

原文发表时间:2018-01-08

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。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据挖掘DT机器学习

阿里天池大数据竞赛实战:RF&GBRT 完成过程

一点比赛心得,供不太熟悉Xlab RF和GBRT调用的同学参考,不喜勿喷,大神绕道---------- 6月初的时候LR 做到4.9后一直上不去,...

37711
来自专栏杨熹的专栏

了解 Sklearn 的数据集

学习资料:大家可以去莫烦的学习网站学到更多的知识。 学习资料: 相关代码 更多可用数据 网址 ---- ? 今天来看 Sklearn 中的 data s...

3378
来自专栏数据派THU

手把手教你用Keras进行多标签分类(附代码)

本文将通过拆解SmallVGGNet的架构及代码实例来讲解如何运用Keras进行多标签分类。

4.4K9
来自专栏贾志刚-OpenCV学堂

使用Tensorflow Object Detection API实现对象检测

Tensorflow Object Detection API自从发布以来,其提供预训练模型也是不断更新发布,功能越来越强大,对常见的物体几乎都可以做到实时准确...

1333
来自专栏磐创AI技术团队的专栏

ChatGirl 一个基于 TensorFlow Seq2Seq 模型的聊天机器人

简介 ? 还在开发中,它工作的效果还不好。但是你可以直接训练,并且运行。 包含预处理过的 twitter 英文数据集,训练,运行,工具代码,可以运行但是效果有待...

3978
来自专栏云时之间

对于问题的简单定义

学习此部分的目的:发现在没有单独的行动可以解决问题的时候,机器如何找到一个行动序列达到他的目标;在这部分中,通过讨论一些无信息的通用搜索算法,来比较各部分算法的...

2895
来自专栏ATYUN订阅号

深度学习图像识别项目(中):Keras和卷积神经网络(CNN)

在下篇文章中,我还会演示如何将训练好的Keras模型,通过几行代码将其部署到智能手机上。

1.7K5
来自专栏图形学与OpenGL

实验四 二维几何变换

862
来自专栏新智元

【前沿】TensorFlow Pytorch Keras代码实现深度学习大神Hinton NIPS2017 Capsule论文

【新智元导读】10月26日,深度学习元老Hinton的NIPS2017 Capsule论文《Dynamic Routing Between Capsules》终...

3997
来自专栏CVer

用OpenCV实现图像和视频神经风格迁移(含代码)

2015年,Gatsys等人在论文A Neural Algorithm of Artistic Style中提出了最初的神经风格迁移算法。2016年,Johns...

3823

扫码关注云+社区