python决策树-1
off999 2024-11-26 07:24 22 浏览 0 评论
决策树是属于经典的十大数据挖掘算法之一，也是属于有监督学习的数据挖掘算法。其规则很简单，就是如果---节点--如果--节点。以下的调查为例：
假设以上是某地房地产商的一名销售员的销售记录表，那么作为决策树就是以下的情况：
按照以上的方法，直到最后一个节点为止。那么就有同学要问了应该怎样选择节点的排序呢？当然是通过信息量的大小来选择。
信息熵
信息熵是用来表示信息量的大小的，信息量越大则熵值越大，信息量越小则熵值越小。信息熵的计算公式如下：
对于单个事件而言，n表示有n种可能就上面例子的类别而言n=4,而Pn表示第n个值发送的概率，就上来例子类别而言有4个可能，每个可能的概率不同。
那么类别的信息熵的计算结果如下：
那么就可以得到类别这个事件的信息熵了。
信息增益
信息增益简单的理解为：假设在第一个节点时该事件的信息熵为0.95，而在该节点发生的情况下的事件的信息熵（也称为条件熵）为0.62，那么信息增益为0.95-0.62=0.33bits。信息增益是决定下一个作为节点变量的重要参考因素。一般来说，如果信息增益越大，那么该条件就应该为下一个节点。
比如以上例子销售员最终想要的是是否购买房子，那么我们就可以分别计算每个条件的信息增益来判断应该以哪个作为根节点了。就拿类别做例子：
H(是否购买)为‘’是否购买‘’该事件的信息熵，通过信息熵方法计算。
通过计算出所有的条件信息熵，比较大小就可以判断节点是否选择合理了。以上便是离散型自变量的决策树构建步骤。
信息增益率
如果同学们具有特别优秀的计算能力就不难发现，那么如果这个节点的种类越多那么信息熵越大，而如果该节点作为根节点并没有什么实质性的意义时该不该使用呢！比如：如果在以上调查中增加一个调查项（比如‘’经常联系的朋友‘’这一项），那么通过计算可以得出该节点为根节点，然后该节点作为根节点比没有什么实际意义。那么就可以通过信息增益率来选择节点的布置。信息增益率的公式很简单：
就是利用原来的信息增益除以该条件的信息熵即可。
代码模块----下次更新（[嘘][嘘][嘘]）。
每日日语语法：
名词1+【か】+名词2：表示名词1‘’或者‘’名词2
比如：おねえさん か いもうと
意思是：姐姐或者妹妹
- 上一篇：机器学习之决策树ID3(python实现)
- 下一篇：python决策树-3
相关推荐
- apisix动态修改路由的原理_动态路由协议rip的配置
-
ApacheAPISIX能够实现动态修改路由（DynamicRouting）的核心原理，是它将传统的静态Nginx配置彻底解耦，通过中心化配置存储（如etcd）+OpenRest...
- 使用 Docker 部署 OpenResty Manager 搭建可视化反向代理系统
-
在之前的文章中，xiaoz推荐过可视化Nginx反向代理工具NginxProxyManager，最近xiaoz还发现一款功能更加强大，界面更加漂亮的OpenRestyManager，完全可以替代...
- OpenResty 入门指南:从基础到动态路由实战
-
一、引言1.1OpenResty简介OpenResty是一款基于Nginx的高性能Web平台，通过集成Lua脚本和丰富的模块，将Nginx从静态反向代理转变为可动态编程的应用平台...
- OpenResty 的 Lua 动态能力_openresty 动态upstream
-
OpenResty的Lua动态能力是其最核心的优势，它将LuaJIT嵌入到Nginx的每一个请求处理阶段，使得开发者可以用Lua脚本动态控制请求的生命周期，而无需重新编译或rel...
- LVS和Nginx_lvs和nginx的区别
-
LVS（LinuxVirtualServer）和Nginx都是常用的负载均衡解决方案，广泛应用于大型网站和分布式系统中，以提高系统的性能、可用性和可扩展性。一、基本概念1.LVS（Linux...
- 外网连接到内网服务器需要端口映射吗，如何操作?
-
外网访问内网服务器通常需要端口映射（或内网穿透），这是跨越公网与私网边界的关键技术。操作方式取决于网络环境，以下分场景详解。一、端口映射的核心原理内网服务器位于私有IP地址段（如192.168.x.x...
- Nginx如何解决C10K问题(1万个并发连接)?
-
关注△mikechen△，十余年BAT架构经验倾囊相授！大家好，我是mikechen。Nginx是大型架构的必备中间件，下面我就全面来详解NginxC10k问题@mikechen文章来源：mikec...
- 炸场!Spring Boot 9 大内置过滤器实战手册:从坑到神
-
炸场！SpringBoot9大内置过滤器实战手册：从坑到神在Java开发圈摸爬滚打十年，见过太多团队重复造轮子——明明SpringBoot自带的过滤器就能解决的问题，偏偏要手写几十...
- WordPress和Typecho xmlrpc漏洞_wordpress主题漏洞
-
一般大家都关注WordPress，毕竟用户量巨大，而国内的Typecho作为轻量级的博客系统就关注的人并不多。Typecho有很多借鉴WordPress的，包括兼容的xmlrpc接口，而WordPre...
- Linux Shell 入门教程(六):重定向、管道与命令替换
-
在前几篇中，我们学习了函数、流程控制等Shell编程的基础内容。现在我们来探索更高级的功能：如何控制数据流向、将命令链接在一起、让命令间通信变得可能。一、输入输出重定向（>、>>...
- Nginx的location匹配规则，90%的人都没完全搞懂，一张图让你秒懂
-
刚配完nginx网站就崩了？运维和开发都头疼的location匹配规则优先级，弄错顺序直接导致500错误。核心在于nginx处理location时顺序严格：先精确匹配=，然后前缀匹配^~，接着按顺序正...
- liunx服务器查看故障命令有那些?_linux查看服务器性能命令
-
在Linux服务器上排查故障时，需要使用一系列命令来检查系统状态、日志文件、资源利用情况以及网络状况。以下是常用的故障排查命令，按照不同场景分类说明。1.系统资源相关命令1.1查看CPU使...
- 服务器被入侵的常见迹象有哪些?_服务器入侵可以被完全操纵吗
-
服务器被入侵可能会导致数据泄露、服务异常或完全失控。及时发现入侵迹象能够帮助你尽早采取措施，减少损失。以下是服务器被入侵的常见迹象以及相关的分析与处理建议。1.服务器被入侵的常见迹象1.1系统性能...
- 前端错误可观测最佳实践_前端错误提示
-
场景解析对于前端项目，生产环境的代码通常经过压缩、混淆和打包处理，当代码在运行过程中产生错误时，通常难以还原原始代码从而定位问题，对于深度混淆尤其如此，因此Mozilla自2011年开始发起并...
- 8个能让你的Kubernetes集群“瞬间崩溃”的配置错误
-
错误一：livenessProbe探针“自杀式”配置——30秒内让Pod重启20次现象：Pod状态在Running→Terminating→CrashLoopBackOff之间循环，重启间隔仅...
欢迎 你 发表评论:
- 一周热门
- 最近发表
-
- apisix动态修改路由的原理_动态路由协议rip的配置
- 使用 Docker 部署 OpenResty Manager 搭建可视化反向代理系统
- OpenResty 入门指南:从基础到动态路由实战
- OpenResty 的 Lua 动态能力_openresty 动态upstream
- LVS和Nginx_lvs和nginx的区别
- 外网连接到内网服务器需要端口映射吗，如何操作?
- Nginx如何解决C10K问题(1万个并发连接)?
- 炸场!Spring Boot 9 大内置过滤器实战手册:从坑到神
- WordPress和Typecho xmlrpc漏洞_wordpress主题漏洞
- Linux Shell 入门教程(六):重定向、管道与命令替换
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python封装 (57)
- python写入txt (66)
- python读取文件夹下所有文件 (59)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)