决策树_自定义决策树,通过修改配置文件来增删改查决策树中的条件节点和决策节点

决策树

1.定义
决策树是基于树形结构进行决策的一种机器学习方法。

在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。

一般，一颗决策树包含一个根结点、若干个内部结点和若干个叶节点。叶节点对应于决策结果，其他每个节点对应于一个属性测试。每个结点包含的样本集合根据属性测试结果被划分到子节点中；根结点包含全部样本集。从根结点到每个叶结点的路径对应了一个判定测试序列。

决策树的生成是一个自顶向下的递归过程，其基本思想是以信息熵为度量构造一颗熵值下降最快的树，到叶子节点处的熵值为零。

在决策树算法中有三种情形导致递归返回：
1）当前节点包含的样本属于同一类，无需划分；
2）当前属性集为空，无法划分。此情况下，将当前结点标记为叶节点，并将其类别设定为所含样本最多的类别；利用当前结点的后验分布；（有样本无属性进行划分）
3）当前结点包含的样本集合为空，不能划分。此情况下，将当前结点标记为叶节点，将其类别设定为其父结点所含样本最多的类别；利用父结点的先验分布（无样本有属性）

2.决策树算法特点
1）决策树学习算法的最大优点是，它可以自学习。在学习过程中，不需要使用者了解过多背景知识，只需要对训练实例进行良好的标注，就能够进行学习。
2）属于有监督学习
3）从一类无序、无规则的事物（概念）中推理出决策树表示的分类规则

3.决策树学习的生成算法

关键点：如何选择最优 划分属性
目标：决策树分支结点所包含的样本尽可能属于同一类别，即结点的“纯度”越来越高。

根据不同的目标函数，建立决策树主要有以下三种算法：

• ID3（Iterative Dichotomiser）：使用信息增益\互信息进行特征选择

取值多的属性&#x