决策树模型 是一个模拟人类决策过程思想的模型,以找对象为例,一个女孩的母亲要给这个女孩介绍男朋友,于是有了下面的对话:
女儿:多大年纪了?(年龄)
母亲:26
女儿:长得帅不帅?(长相)
母亲:挺帅的
女儿:收入高不?(收入情况)
母亲:不算很高,中等情况
女儿:是公务员不?(是否公务员)
母亲:是,在税务局上班呢。
女儿:那好,我去见见
简单,逻辑清晰,可解释性好
决策树基于树结构进行决策
学习过程:通过对训练样本的分析来确定划分属性(即内部节点所对应的属性)
预测过程:将测试示例从根节点开始,沿着划分属性所构成的判定测试序列下行,直到叶结点
第一个决策树算法:CLS(Concept Learning System)
使决策树受到关注了,成为机器学习主流技术的算法:ID3
最常用的决策树算法:C4.5
J.R.Quinlan
可以用于回归任务的决策树算法:CART (Classification and Regression Tree)
基于决策树的最强大算法: RF (Random Forest)
L.Breiman