决策树(Classification and Regression Tree)

学了数据结构的树后,一直没发现树有哪些应用。学而时习(实践)之,不亦说乎?故特地上网查了查树的应用,在下阐释:

1.文件系统:文件和目录的组织通常以树的形式表示,允许高效的文件索引和管理

2.数据库索引:数据库管理系统使用树结构(如B树或红黑树)来加速数据的检索和排序

3.编译器:语法分析器通常使用语法树来确定程序的结构,以便进行编译和优化

4.网络路由:网络路由算法使用树结构来确定最佳路径

5.图形学:场景图和层次结构通常以树形式表示,用于图形渲染和动画

6.人工智能:决策树和行为树结构等树结构用于模拟决策和行为

7.数据压缩:哈夫曼树(Huffman Tree)用于数据压缩

决策树(Classification and Regression Tree)_第1张图片

多个标准的顺序应该怎么选择呢?

                                                               引入基尼系数

决策树(Classification and Regression Tree)_第2张图片

计算基尼系数如下,房子的基尼系数最小,故先将房子建立决策树

决策树(Classification and Regression Tree)_第3张图片

后以工作作为节点,建立决策树

决策树(Classification and Regression Tree)_第4张图片

最终的决策树建立成功!!!

决策树(Classification and Regression Tree)_第5张图片

决策树(Classification and Regression Tree)_第6张图片

你可能感兴趣的:(python实践(数据挖掘),决策树,算法,机器学习)