id3算法流程图_决策树之ID3算法

初识决策树

假设我们现在有这样一个数据集，记录了每次打篮球的时候，当天的天气、温度、湿度、刮风等情况

然后根据历史的数据集，我们用决策树算法生成了如下的图形：

这幅图相信大家很容易看懂，就是当天气是晴天的时候，打篮球；小雨的时候，不打篮球；如果是阴天，那就再看一下温度，温度低的话不打篮球，温度中的话打篮球。

如果用if else来描述这幅图就是

很多人写过类似if else的判断语句。但是你有没有想过，有这么多判断条件，为什么会先选这个条件做if判断，其他条件后做if判断呢？很多时候我们是根据自己的经验和分析，构建if else的判断分支。

而决策树模型会根据大量的历史样本数据，运用算法选择合适的属性作为节点，最终构造出类似流程图的树状结构。

决策树的基本结构包含根节点、子节点（有子节点就有父节点，子和父是相对的，一个子节点可能是下一个分支节点的父节点）、叶子节点。

1.根节点：就是决策树最开始的节点，刚才我们生成的决策树图中，根节点就是“天气”

2.子节点：就是树中间的一些节点，比如“温度”

3.叶子节点：最底部的节点，已经不能再分下去，也是决策的结果

在决策树的算法中，不管是ID3（信息增益），C4.5（信息增益率）还是CART（基尼系数），都在解决同样的问题：

1.选择哪个属性作为根节点

2.选择那些属性作为子节点

3.什么时候停止得到决策的结果，即叶子节点

ID3算法

为什么学决策树算法之前，要学习信息和熵的概念呢？

我们知道熵是用来衡量事物的不确定性，事物的不确定性越大，熵就越大。

同样的道理，如果一个数据集决策属性越杂，我们就说数据集的纯度越低，熵越大。如果决策属性的值都是打篮球，数据集纯度是最高的，没有任何不确定性，熵为0。当数据集决策属性的值有两个，一半是打篮球，一半是不打篮球，纯度最低，熵为1。

但是如果我们能找到某个条件属性（表中的天气、温度、湿度、刮风都称作条件属性），通过对数据集进行划分，使得决策属性（表中的是否打篮球称做决策属性）的不确定性降低，那么这个条件属性我们就作为决策树的节点。

根节点确认以后（比如例子中的天气），根据根节点的属性值（晴天、小雨、阴天都是天气属性的值），整个数据集又被划分为不同的子数据集（按照晴天、小雨、阴天，整个数据集分为不同的部分），然后对子数据集重复同样的计算，求出子数据集中使得决策属性不确定性最低的属性，将该属性作为子节点，直到不能再继续分下去，到叶子节点停止。

上面的表述可能有点不太好理解，我们还是以打篮球的例子，来重复整个ID3算法的过程。

我们有11个样本的数据集D，其中标签属性中有7个输出为打篮球，4个为不打篮球。数据集D的不确定性是0.9457。

我们可以看到，如果以天气作为属性进行划分，样本D的不确定性，从最初的0.9457降低到0.2504。由于ID3算法求的是信息增益，不确定性降低多少，实际上就是信息增加多少：

如果以温度作为属性划分，信息增益为0.5911。

湿度、刮风的计算细节就不再展示，同样的方法计算得出，当湿度作为属性进行划分，信息增益为0.6176；刮风作为属性进行划分，信息增益为0.0238。

计算结果显示，当天气作为属性时，信息增益最大。因为ID3算法就是寻找信息增益最大的属性作为节点，所以我们最终选取天气作为根节点。

天气已经确定为根节点，所以天气这个属性后面也不必再重复计算，以确保已经确定为节点的属性在任意路径最多只出现一次。

当天气等于晴天时，所有的结果都是打篮球，没有任何不确定性，所以不必再继续分下去，叶子节点就是打篮球；

当天气等于小雨时，所有的结果都是不打篮球，没有任何不确定性，所以也不必再继续分下去，叶子节点就是不打篮球；

当天气等于阴天时，结果有打篮球，也有不打篮球。所以我们必须再从温度、湿度、刮风等条件属性中，找到信息增益最大的属性作为节点，继续分裂下去。

计算方法和上面一样，分别求出当条件是温度、湿度、刮风时的信息增益。经过计算我们会发现选择属性温度时，信息增益最大，所以阴天这个分支，继续选择温度作为子节点。

温度作为节点之后，再继续分裂，没有任何不确定性。当温度为中的时候，结果都是打篮球，低的时候，结果是不打篮球。所以整个决策树就构造完成了。

我们可以看到，刮风这个属性并没有在决策树中。说明刮风作为属性的时候，没有降低任何不确定性，对判断是否打篮球没有帮助，所以被算法排除掉了。

ID3算法的规则非常简单，就是寻找信息增益最大的属性作为节点。信息增益最大，意味着使用这个属性之后，结果的不确定性最低。

---

熵的公式：

信息增益（information gain）的公式如下：

Ent是熵Entropy的缩写；

n是属性a所有值的数量，比如天气属性有三个值，{晴天、小雨、阴天}，那么n=3；

Ent(D)是原集合D的熵；

是相应属性值对应的子集，

是各个子集的熵的加权和，权值为

的数量占原集合D的比例。

这个公式描述的就是原集合D的熵在知道属性a之后熵减少了多少。熵减少意味着不确定减少，熵减少的数量就是信息增加的数量，获取信息可以减少不确定性。熵和信息的数量相等，意义相反。