第14周Python机器学习周记

时间：第14周

&关于计划：

决策树的学习--使用ID3算法：

（1）数据处理部分：

计算香农熵；

划分数据集合；

选择最好的数据集划分方式；

构建决策树；

（2）Matplotlib绘图部分：

基本节点绘制函数；

构造注解树、使用决策树执行分类；

（本文内容参考于《机器学习实战》）

&内容摘要：

1.计算香农熵以及准备数据集：

图片发自简书App

测试代码：

（1）计算准备好的数据集的香农熵；

（2）新增一个键值（maybe），计算香农熵，观察其变化（熵越高，则混合的数据也越多）；

图片发自简书App

2.首先，关于append函数跟extend函数的区别：

图片发自简书App

接着，定义函数，按照给定特征划分数据集：

图片发自简书App

测试：

图片发自简书App

图片发自简书App

3.选择最好的数据集划分方式：

代码：

测试：

代码运行结果告诉我们，第0个特征是最好的用于划分数据集的特征

4.绘制树节点的函数设计：

图片发自简书App

图片发自简书App