8.4.1 决策树

8.4.1 决策树

 

    决策树是机器学习最流行的算法之一，它们可以用于基于数据作出决策，或把输入划分为不同的类别。算法使用树指定数据的哪些属性应进行测试，并为每个可能的答案决定做什么。对答案反应可能是另一个测试或最终的答案。

    机器学习理论提供了复杂的方法用于自动从数据生成树，但对于我们的示例，我们将用手工创建树。图 8.3 显示了我们问题的决策树。

图 8.3 检查适合贷款的决策树；每个菱形代表问题，链接是可能的答案，通向另一个问题或结论（矩形）。

 

    我们将首先实现其 F# 版本。在 F# 中，写代码通常很容易，如果我们的问题有一种非正式的规范――这里，是要处理的数据结构。决策树的规范可能像这样：

 

决策树

 

    决策树由初始查询定义，构成树的根。查询包含测试的名字和执行它的函数，可以返回几个可能的答案。在我们的实现中，将限制答案只是 true 或 false。对每个回答，节点也包含指向下一个查询的链接，或者是通过树的这个路径的最后决定。

 

    有了这个规范，我们就可以开始写 F# 代码了。在我们看到如何用 C# 实现这个问题的关键部件之前，希望演示如何容易重写 F# 这样规范。