59. ID3、C4.5、CART三种决策树的区别 - 哆啦咪~fo - CSDN博客1
需积分: 0 49 浏览量
2022-08-03
22:37:03
上传
评论
收藏 137KB PDF 举报
很早就想写写决策树，说起决策树做过数据挖掘的就不会感觉陌生，但是可能对
ID3决策树算法、C4.5决策树算法以及CART决策树之间的区别不太了解，下面就
这三个比较著名的决策树算法分别写写
决策树是如何工作的
一棵决策树包含一个根结点、若干个内部结点和若干个叶结点；叶结点对应于决
策结果，其他每个结点则对应一个属性测试；每个结点包含的样本结合根据属性
测试的结果被划分到子结点中；根结点包含样本全集，从根结点到每个叶结点的
每个叶结点的路径对应一个判定测试序列。决策树学习的目的是为了产生一棵泛
化能力强，也就是能够处理未见实例的决策树。
ID3
决
策
树
信息熵是度量样本集合纯度最常用的一种指标。假设样本集合D中第k类样本所占
的比重为pk，那么信息熵的计算则为下面的计算方式
当这个Ent(D)的值越小，说明样本集合D的纯度就越高
有了信息熵，当我选择用样本的某一个属性a来划分样本集合D时，就可以得出用
属性a对样本D进行划分所带来的“信息增益”
一般来讲，信息增益越大，说明如果用属性a来划分样本集合D，那么纯度会提
升，因为我们分别对样本的所有属性计算增益情况，选择最大的来作为决策树的
一个结点，或者可以说那些信息增益大的属性往往离根结点越近，因为我们会优
先用能区分度大的也就是信息增益大的属性来进行划分。当一个属性已经作为划
分的依据，在下面就不在参与竞选了，我们刚才说过根结点代表全部样本，而经
shkpwbdkak
- 粉丝: 30
- 资源: 300
评论0