决策树

决策树算法是一个非常经典的机器学习算法，常用于分类和回归，也特别适合集成学习，首先先给大家推荐两个看过的比较好的博客：

1、https://blog.csdn.net/u012328159/article/details/70184415
该博客从构造决策树方法、剪枝、连续值处理、缺失值处理四个方面详细介绍了决策树算法，并给出了详细的计算过程，案例来源于西瓜书
2、https://www.cnblogs.com/pinard/p/6050306.html
该博客从作者的学习和实践经验出发，对决策树算法做了很好的总结，强烈建议大家看看评论内容，收获很大。

由于决策树算法的公式编辑比较多，本博客就不做详细说明了。简单的对自己的学习进行总结。

首先，决策树的发展历程包括：ID3–>C4.5–>CART，现在常用的是CART决策树，它既可以做分类也能做回归。
其中ID3算法存在如下几个缺点：

1、没有考虑连续特征
2、采用的是信息增益作为选择节点的依据，这使得取值比较多的特征的信息增益比较大
3、未考虑缺失值的处理
4、过拟合问题

增对上述缺点，C4.5在此基础上做了相应的改进：
1、对于连续特征，C4.5采用了特征离散化的办法，具体细节可以参考上述博客，很容易理解的，这里不再赘述
2、采用了信息增益比的划分依据，解决了ID3的第二个缺陷
3、处理缺失值
4、引入正则化系数剪枝
存在的不足：

1、剪枝的方法有待提升，常用的是：预剪枝、后剪枝，在CART中采用了后剪枝与交叉验证的方式选择最合适的决策树
2、C4.5是多叉树，运算效率没有二叉树高
3、C4.5只能用于分类

CART算法，在不考虑集成学习的情况下，CART算法算是比较好的算法了，在sklearn库里也是使用的这个算法，在CART算法中采用的是基尼系数作为划分的依据，这简化了熵模型，也不完全丢失熵模型的优点。

CART算法相比C4.5算法的分类方法，采用了简化的二叉树模型，同时特征选择采用了近似的基尼系数来简化计算。当然CART树最大的好处是还可以做回归模型
在这里插入图片描述
当然，CART算法也存在一些缺点：

1、分类决策不应该只取决于一个特征，而是由一组特征决定，我觉得在这一方面比不上神经网络，比如：自编码器+softmax分类器，但是决策树的可解释性强啊
2、只要样本发生一点点变化，树的结构可能就发生大的变化了，解决办法：集成优化

最后给出几个小案例，供初学者入门学习

from sklearn.tree import DecisionTreeClassifier
from sklearn.datasets import load_iris
import numpy as np
from matplotlib import pyplot as plt
%matplotlib inline

# 随便挑了两个维度
iris = load_iris()
X = iris.data[:, [1, 2]]
y = iris.target

clf = DecisionTreeClassifier(max_depth=4)
clf.fit(X, y)

# 画图
x_min, x_max = X[:, 0].min() - 1, X[:, 0].max() + 1
y_min, y_max = X[:, 1].min() - 1, X[:, 1].max() + 1
xx, yy = np.meshgrid(np.arange(x_min, x_max, 0.1),
                     np.arange(y_min, y_max, 0.1))

Z = clf.predict(np.c_[xx.ravel(), yy.ravel()])
Z = Z.reshape(xx.shape)

plt.contourf(xx, yy, Z, alpha=0.4)
plt.scatter(X[:, 0], X[:, 1], c=y, alpha=0.8)
plt.show()

在这里插入图片描述

graphviz 安装：

以下链接下载安装包，我这里下载的是graphviz-2.38.zip

https://graphviz.gitlab.io/_pages/Download/Download_windows.html

下载完成后解压，把bin所在的目录添加到环境变量中去，dot -version查看是否安装成功

决策树可视化方式一

from sklearn.tree import DecisionTreeClassifier, export_graphviz
from sklearn.datasets import load_iris

isir = load_iris()
X = isir.data
y = isir.target

clf = DecisionTreeClassifier(max_depth=4)
clf.fit(X, y)

dot_data = export_graphviz(clf, out_file="tree2.dot", 
                         feature_names=iris.feature_names,  
                         class_names=iris.target_names,  
                         filled=True, rounded=True,  
                         special_characters=True)  

# 命令行输入： dot -Tpng tree2.dot -o tree2.png

决策树可视化方式二，推荐

from IPython.display import Image  
from sklearn import tree
import pydotplus 
from sklearn.datasets import load_iris
import os

os.environ["PATH"] += os.pathsep + "D:/graphviz/release/bin/"  # 要加上这一句，不然会报错：GraphViz's executables not found

iris = load_iris()
X = iris.data
y = iris.target

clf = tree.DecisionTreeClassifier(max_depth=4)
clf.fit(X, y)

dot_data = tree.export_graphviz(clf, out_file=None, 
                         feature_names=iris.feature_names,  
                         class_names=iris.target_names,  
                         filled=True, rounded=True,  
                         special_characters=True)  

graph = pydotplus.graph_from_dot_data(dot_data)  
Image(graph.create_png()) # 不加os这句话，执行到这里会报错

在这里插入图片描述

机器学习sklearn之决策树

决策树

最后给出几个小案例，供初学者入门学习

graphviz 安装：

决策树可视化方式一

决策树可视化方式二，推荐

猜你喜欢