【机器学习 & 决策树(分类算法)】信息熵 || ID3算法 || C4.5算法 || Cart算法 || ID3算法示例 || 导出决策树

一、决策树 简介

以找男朋友为例,见与不见:

【机器学习 & 决策树(分类算法)】信息熵 || ID3算法 || C4.5算法 || Cart算法 || ID3算法示例 || 导出决策树_第1张图片
决策树算法:

【机器学习 & 决策树(分类算法)】信息熵 || ID3算法 || C4.5算法 || Cart算法 || ID3算法示例 || 导出决策树_第2张图片
【机器学习 & 决策树(分类算法)】信息熵 || ID3算法 || C4.5算法 || Cart算法 || ID3算法示例 || 导出决策树_第3张图片

例如,看一个人是否买电脑:

【机器学习 & 决策树(分类算法)】信息熵 || ID3算法 || C4.5算法 || Cart算法 || ID3算法示例 || 导出决策树_第4张图片
根据上面这个表格,我们可以建立一棵决策树,如下:

那么为什么要选年龄作为根节点?这是根据前面的决策树算法得到的。当然选择不同的根节点,得到的决策树也是不同的。

最终的决策树是这样子的:下面说明是如何得到的。

【机器学习 & 决策树(分类算法)】信息熵 || ID3算法 || C4.5算法 || Cart算法 || ID3算法示例 || 导出决策树_第5张图片

二、信息熵

信息熵的概念:

你可能感兴趣的:(【机器学习 & 决策树(分类算法)】信息熵 || ID3算法 || C4.5算法 || Cart算法 || ID3算法示例 || 导出决策树)