机器学习面试题——决策树DT（Decision Tree），二叉树或多叉树分支决策分类_决策树求职过程

机器学习面试题——决策树DT（Decision Tree），二叉树或多叉树分支决策分类

提示：
决策树算法起源于E.B.Hunt等人于1966年发表的论文“experiments in Induction”，但真正让决策树成为机器学习主流算法的还是Quinlan（罗斯.昆兰）大神（2011年获得了数据挖掘领域最高奖KDD创新奖），昆兰在1979年提出了ID3算法，掀起了决策树研究的高潮。
现在最常用的决策树算法是C4.5是昆兰在1993年提出的。（关于为什么叫C4.5，还有个轶事：因为昆兰提出ID3后，掀起了决策树研究的高潮，然后ID4，ID5等名字就被占用了，因此昆兰只好让讲自己对ID3的改进叫做C4.0，C4.5是C4.0的改进）。
现在有了商业应用新版本是C5.0link。

---

文章目录

• 机器学习面试题——决策树DT（Decision Tree），二叉树或多叉树分支决策分类
• • @[TOC](文章目录)
• 决策树介绍一下
• 决策树优缺点
• • 优点：
  • 缺点：
• 决策树的划分标准是什么？树模型怎么决定一个叶子结点是否要分裂？
• ID3和C4.5的区别
• 树模型对离散特征怎么处理的
• 决策树出现过拟合的原因及解决办法
• • 原因
  • 解决办法
• 如何对决策树进行剪枝？
• • 剪枝的策略
• 决策树需要进行归一化处理吗
• 决策树与逻辑回归的区别
• 说下决策树的损失函数
• 总结

决策树介绍一下

决策树（DT, decision tree）是一个树结构（可以是二叉树或非二叉树）。

其每个非叶节点表示一个特征属性上的测试，每个分支代表这个特征属性在某个值域上的输出，而每个叶节点存放一个类别。
使用决策树进行决策的过程就是从根节点开始，测试待分类项中相应的特征属性，并按照其值选择输出分支，直到到达叶子节点，将叶子节点存放的类别作为决策结果。【咋感觉有点像条件分支结构哇】

决策数有两大优点：
（1）决策树模型可 读性好，具有描述性，有助于人工分析；【可解释性强】
（2）效率高，决策树只需要一次构建，反复使用，每一次预测的最大计算次数不超过决策树的深度。deepth？判别次数？

决策树涉及到节点（特征）的划分标准，有三种：
最大信息增益、最大信息增益率、基尼系数。
而这三种不同的划分标准就对应了三种典型决策树：
ID3（最大信息增益）、C4.5（最大信息增益率）、CART（基尼系数）。

决策树优缺点

优点：

（1）决策树易于理解和实现. 人们在通过解释后都有能力去理解决策树所表达的意义。
（2）对于决策树，数据的准备往往是简单或者是不必要的 . 其他的技术往往要求先把数据一般化，比如去掉多余的或者空白的属性。
（3）能够同时处理数据型和常规型属性。其他的技术往往要求数据属性的单一。
（4）在相对短的时间内能够对大型数据源做出可行且效果良好的结果。
（5）对缺失值不敏感
（5）可以处理不相关特征数据
（6）效率高，决策树只需要一次构建，反复使用，每一次预测的最大计算次数不超过决策树的深度。

缺点：

（1）对连续性的字段比较难预测。
（2）对有时间顺序的数据，需要很多预处理的工作。离散化呗
（3）当类别太多时，错误可能就会增加的比较快。
（4）在处理特征关联性比较强的数据时表现得不是太好

决策树的划分标准是什么？树模型怎么决定一个叶子结点是否要分裂？

三种：**最大信息增益、最大信息增益率、基尼系数。**而这三种不同的划分标准就对应了三种典型决策树：ID3（最大信息增益）、C4.5（最大信息增益率）、CART（基尼系数）。

（1）信息增益：指的是使用某一个属性a进行划分后，所带来的纯度（信息熵用来度量样本集合的纯度）提高的大小。一般而言，信息增益越大，意味着使用属性a来进行划分所获得的“纯度提升”越大。但信息增益对可取值较多的属性有所偏好。
（2）而信息增益率则解决了特征偏好的问题。
（3）但是不论是信息增益还是信息增益率，存在的问题是涉及对数运算，计算量大，为了解决这个问题。可以采用基尼系数作为节点划分的标准。降低计算量
科研的改进，改进……

ID3和C4.5的区别

最大的区别是划分标准的不同：ID3采用信息增益，而C4.5采用的是信息增益率。
C4.5继承了ID3的优点，并在以下几个方面对ID3算法进行了改进：
解决偏好的问题！
（1）用信息增益率来选择属性，克服了用信息增益选择属性是偏向选择去多的属性的不足
（2）在树的构造过程中进行剪枝
（3）能够对连续的属性进行离散化处理
（4）能够对不完整的数据进行处理

树模型对离散特征怎么处理的

树模型是要寻找最佳分裂点，
对于离散特征，树模型会评估每个离散值的信息增益，将信息增益最大的数值作为分裂点，
因此，树模型不需要对离散特征进行事先one-hot处理，否则会使特征维度增大且稀疏，不仅会增加模型的计算量，而且会损失数据的信息量造成模型的效果不佳，以及过拟合的风险。
也不需要进行归一化处理。

决策树出现过拟合的原因及解决办法

原因

（1）在决策树构建的过程中，对决策树的生长没有进行合理的限制（剪枝）；
（2）样本中有一些噪声数据，没有对噪声数据进行有效的剔除；

解决办法

（1）选择合理的参数进行剪枝，可以分为预剪枝和后剪枝，我们一般采用后剪枝的方法；
（2）利用K-folds交叉验证，将训练集分为K份，然后进行K次交叉验证，每次使用K-1份作为训练样本数据集，另外一份作为测试集；
（3）减少特征，计算每一个特征和响应变量的相关性，常见得为皮尔逊相关系数，将相关性较小的变量剔除；

如何对决策树进行剪枝？

剪枝是防止决策树过拟合的方法。一棵完全生长的决策树很可能失去泛化能力，因此需要剪枝。

剪枝的策略

剪枝分为预剪枝和后剪枝两种，预剪枝是在构建决策树时抑制它的生长，后剪枝是决策树生长完全后再对叶子节点进行修剪。

（1）预剪枝–阈值不好设定
设置一个树的最大高度/深度或者为树设置一个最大节点数，达到这个值即停止生长
对每个叶子节点的样本数设置最小值，生长时叶子节点样本数不能小于这个值
判断每次生长对系统性能是否有增益

（2）后剪枝–防止欠拟合
错误率降低剪枝（Reduced-Error Pruning）：
后剪枝错误率降低剪枝的方法比较直观，从下至上遍历所有非叶子节点的子树，
每次把子树剪枝（所有数据归到该节点，将数据中最多的类设为结果），与之前的树在验证集上的准确率进行比较，如果有提高，则剪枝，否则不剪，直到所有非叶子节点被遍历完。

悲观剪枝（Pessimistic Error Pruning）
代价复杂度剪枝（Cost-Complexity Pruning）

（3）预剪枝和后剪枝的优缺点比较
时间成本方面，预剪枝在训练过程中即进行剪枝，后剪枝要在决策树完全生长后自底向上逐一考察。显然，后剪枝训练时间更长。预剪枝更适合解决大规模问题。

剪枝的效果上，预剪枝的常用方法本质上是基于贪心的思想，但贪心法却可能导致欠拟合，后剪枝的欠拟合风险很小，泛化性能更高。【故经常是用后剪枝的方法】

另外，预剪枝的有些方法使用了阈值，如何设置一个合理的阈值也是一项挑战。

决策树需要进行归一化处理吗

答：不需要
概率模型不需要归一化，因为他们不关心变量的值，而是关心变量的分布和变量之间的条件概率。
决策树是一种概率模型，数值缩放，不影响分裂点位置。
所以一般不对其进行归一化处理。

决策树与逻辑回归的区别

（1）对于拥有缺失值的数据，决策树可以应对，而逻辑回归需要挖掘人员预先对缺失数据进行处理；
（2）逻辑回归对数据整体结构的分析优于决策树，而决策树对局部结构的分析优于逻辑回归；
（3）逻辑回归擅长分析线性关系，而决策树对线性关系的把握较差。线性关系在实践中有很多优点：简洁，易理解，可以在一定程度上防止对数据的过度拟合。
（3）逻辑回归对极值比较敏感，容易受极端值的影响，而决策树在这方面表现较好。
（4）执行速度上：当数据量很大的时候，逻辑回归的执行速度非常慢，而决策树的运行速度明显快于逻辑回归。

说下决策树的损失函数

公式中Ht（T）可以理解为这个叶子节点的熵。
如果把决策树一直划分下去，叶子节点的熵应该为0，只有一个类。
但是如果使用一些剪枝规则，每个节点中仍然可以有熵值，也就是可以继续划分。
​
Nt 是这个节点中的样本的个数，可以看做这个节点的权重。节点中样本数越多，权重越大。

所以，公式前面一项代表决策树所有叶子节点的熵值的加权和。每个节点的样本分类纯度越高，这个值就越小。

后面一项是对整棵决策树的复杂度的惩罚项，结点数越多，越复杂。
相当于一个正则项，也可以理解为先验概率：较小的树有较大的先验概率。

---

总结

提示：重要经验：

1）决策树我之前了解得挺少的，基础概念，今天学了也还行
2）但是很多关于数学公式的东西，可能不太熟悉，需要多看多了解。