机器学习第三篇决策树

目录

• 信息论基础（香农熵 经验熵 条件熵 信息增益 基尼不纯度）
• 决策树的不同分类算法（ID3算法、C4.5、CART分类树）的原理及应用场景
• 回归树原理
• 决策树防止过拟合手段
• 模型评估
• sklearn参数详解，Python绘制决策树

信息论基础（熵 联合熵 条件熵 信息增益 基尼不纯度）

决策树是基于树机构来进行决策的，是一类常见的机器学习方法。一般的，一棵树包括一个根节点，若干个内部节点和若干个叶节点；叶节点对应决策结果，其他每个节点则对应于一个属性测试；每个节点包含的样本集合根据属性测试的结果被划分到子节点中；根节点包含样本全集。从根节点到每个叶节点的路径对应了一个判定测试序列。决策树学习的目的是为了产生一棵泛化能力强，即处理未见示例能力强的决策树。其基本流程遵循简单而直观的“分而治之”（divided-and-conquer）策略。

（1）香农熵

集合信息的度量方式为熵或者香农熵（entropy）,名字来源于信息论之父克劳德香农。
通俗的说，熵就是表示信息的混乱程度（不可预见程度），一般的，世界上的一切事物会朝着熵不断变大的方向发展。熵定义为信息的期望值，如果一个分类有x1，x2，，，xi，，xn，则符号xi的信息定义为：

其中p（xi）是选择该分类的概率。
那么，熵的定义为：

其实就是所有分类的信息量的求和，n为分类的个数，熵越大，信息量越大，随机变量的不确定性愈大。

（2）经验熵

当熵中的概率由数据估计(特别是最大似然估计)得到时，所对应的熵称为经验熵(empirical entropy)。什么叫由数据估计？比如有10个数据，一共有两个类别，A类和B类。其中有7个数据属于A类，则该A类的概率即为十分之七。其中有3个数据属于B类，则该B类的概率即为十分之三。浅显的解释就是，这概率是我们根据数据数出来的。我们定义贷款申请样本数据表中的数据为训练数据集D，则训练数据集D的经验熵为H(D)，|D|表示其样本容量，及样本个数。设有K个类Ck，k = 1,2,3,···,K，|Ck|为属于类Ck的样本个数，这经验熵公式可以写为：

根据此公式计算经验熵H(D)，分析贷款申请样本数据表中的数据。最终分类结果只有两类，即放贷和不放贷。根据表中的数据统计可知，在15个数据中，9个数据的结果为放贷，6个数据的结果为不放贷。所以数据集D的经验熵H(D)为：

经过计算，数据集D的经验熵H（D）的值为0.971.

（3）条件熵

条件熵H（Y|X）表示在已知随机变量X的条件下随机变量Y的不确定性，随机变量x给定的条件下随机变量Y的条件熵（conditional entropy）H(Y|X)，定义X给定条件下Y的条件概率分布的熵对X的数学期望：

这里,

(4)信息增益

信息增益是针对特征而言的，所以特征A对训练数据集D的信息增益为g（D，A），定义为集合D的经验熵H（D）与特征A给定条件下D的经验条件熵H（D|A）之差，即：

一般的，熵H（D）和条件熵H（D|A）之差称为互信息（mutual information），决策树学习中的信息增益等价于训练集中类与特征的互信息。
设特征A有n个不同的取值{a1,a2,···,an}，根据特征A的取值将D划分为n个子集D1,D2，···,Dn，|Di|为Di的样本个数。记子集Di中属于Ck的样本的集合为Dik，即Dik = Di ∩ Ck，|Dik|为Dik的样本个数。于是经验条件熵的公式可以写为：

参考：https://blog.youkuaiyun.com/c406495762/article/details/75663451