8.18 机器学习-决策树（1）

决策树

1. 树模型本质

       分类/回归：数据从根节点→叶子节点逐步决策，最终落在叶子节点。

2. 树的组成

      根节点：第一个分裂的选择点。

      非叶子节点：中间判断条件的过程。

      叶子节点：最终决策的结果。

3. 训练 vs 测试

    训练阶段：用训练集选择特征、切分节点。

    测试阶段：按已建好的树路径直接进行预测。

4. 特征选择标准

     熵：衡量数据不确定性（熵越低→数据不确定性越小）。

     信息增益：特征分裂后熵的不确定减少的程度（增益越大→特征越优）。

5. 构造实例（以“14天打球”为例）

    步骤：

1.   计算原始熵（9打球/5不打球 → 熵=0.940）。

2.   计算各特征（如Outlook）的条件熵和信息增益。

3.   选增益最大的特征作为根节点，递归生成子树。

课堂练习：通过数据集构造决策树

1、总熵：

E(D)=−k∑​plog2​(p​)

（属于鱼类=是）：2个（1、2）

（属于鱼类=否）：3个（3、4、5）

熵≈0.971

2、信息增益

是：3（1、2、3）

熵：−(32​log2​32​+31​log2​31​)≈0.918

否：2（4、5）

熵：0

信息增益=0.420