机器学习——决策树算法_机器学习根据以下数据,产生决策树并用代码进行验证,贷款申请样本数据表

一、实验目的

掌握如何实现决策树算法，用并决策树算法完成预测。

二、实验内容

本次实验任务我们使用贷款申请样本数据表，该数据表中每列数据分别代表ID、年龄、高薪、有房、信贷情况、类别，我们根据如下数据生成决策树，使用代码来实现该决策树算法。

三、实验原理或流程

实验原理：

决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。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。Entropy =系统的凌乱程度，使用算法ID3,C4.5和C5.0生成树算法使用嫡。这一度量是基于信息学理论中嫡的概念。

决策树的算法原理
(1）找到划分数据的特征，作为决策点
(2）利用找到的特征对数据进行划分成n个数据子集。
(3）如果同一个子集中的数据属于同一类型就不再划分，如果不属于同一类型，继续利用特征进行划分。
(4)）指导每一个子集的数据属于同一类型停止划分。
2、决策树的优点:计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关的特征数据
缺点:可能产生过度匹配的问题

四、实验过程及源代码

1.构建决策树如下:

该决策树的结构，可以用字典表示为:
{'有自己的房子':{0:{'有工作':{O: 'no',1: 'yes'}},1 : 'yes'}}

接下来我们编写python代码来递归构建决策树。
2.打开Pycharm，新建项目，项目位置名称:/data/Test

编译器选择python3.5，如下图所示，然后点击OK:

3.在项目名Test下，创建Python File文件。

4.创建以dectree命名的文件。

5.打开dectree.py文件，编写代码构建决策树。

(1)计算数据集的香农嫡。

​

(2）创建测试数据集。

​

(3）创建函数splitDataset，按照特征划分数据集。

(dataSet:待划分的数据集，axis:划分数据集的特征，value:需要返回的特征值)

​

(4）选择最优特征。

​

(5）统计classList中出现次数最多的元素(类标签)。
 

​

(6）创建决策树。

​

6.右键，选择Run 'dectree'，运行程序。

运行结果如下：

​

7.接下来我们用上述已经训练好的决策树做分类，只需要提供这个人是否有房，是否是高薪工作这两个信息即可。我们在dectree.py文件中添加一个classify函数，代码如下:

​

8.最后我们在dectree.py文件中的main函数中，输入测试数据[0,1]，它代表没房，但是有高薪工作，该函数完整代码如下:

​

9.然后在dectree.py文件中右键，选择Run 'dectree'，运行程序。

​​

根据运行结果，我们得知会同意贷款给这个人。

五、实验结论及心得

实验结论：

本次实验中，我们使用决策树对贷款申请样本数据进行了分类和预测。通过建立决策树模型，我们可以根据不同的特征属性对个体进行分类，判断其是否符合贷款资格的要求。通过对实验结果的观察，可以得出以下结论：高薪、有房和信贷情况是影响贷款申请通过与否的重要因素；在这些因素相同的情况下，年龄越大的人更容易获得贷款资格。同时，我们也需要注意在训练决策树模型时避免过拟合现象的发生，需要对数据集进行合理分割和调整参数。总之，决策树是一种简单而有效的机器学习方法，可以应用于多个领域。

心得体会：

学习决策树的过程中，我深刻认识到了这种机器学习算法的优点和不足。决策树具有模型简单、易于理解、可解释性强等特点，在数据挖掘、分类预测等领域有着广泛的应用。但同时也存在一些缺点，如容易出现过拟合、对异常值敏感等问题。因此，在使用决策树时需要对数据进行充分的处理和清洗，采用剪枝和交叉验证等方法来避免过拟合现象的发生。此外，还需要注意选择合适的评估指标和调整参数来优化模型性能。总之，学习决策树不仅可以帮助我们更好地理解机器学习的基本原理，也有助于我们在实际应用中轻松构建高效的分类模型。