ビジュアルツリーの解釈

他のメッセージを表示して、オンラインで公開主に環境を構成し、その結果を分析することがないことが判明しました。だから、この記事を書く（書かれた他の記事の内容を、私は詳細には触れません）。

環境：Pythonの3.6
出典：https://gitee.com/zhyantao/DeepLearning/tree/master/DecisionTree

以下に示すように可視化ツールGraphvizの決定木の後、PDFファイルが取得できます。

次の表に示したそれに対応するCSV。

解決

1. 不確実性の尺度、大きな値、不確実性の強い代理として情報エントロピー（エントロピー）。したがって、= 0エントロピー、ときに特定の値の結果。
2. sklearn法により構築された決定木の場合、年齢がルートノードとして決定され、
   • ときはage == middle_aged、必ずボックスに虚偽指しているはい、（これがあるためでなければならないのラベル値class_buys_computer entropy = 0）。
   • ときage != middle_aged、あなたは他の要因を見る必要があり、ときstudent == yes、あなたは（ため、タグ値が一意であるかを決定することができないentropy != 0、さらに他の要因を見てする必要があります）
   • ときstudent == yes && age == senior、あなたはラベルがイエスであることを確認することができます
   • 場合はstudent == yes、しかし、age != senior彼らは他の要因を見る必要があるので、ラベルは（、唯一の値かどうかを判断することはできませんcredit_rating ?= excellent）
   • ...というように。