关键词：
依然是学习《统计学习方法》一书所做的简单实验，写代码的过程参考了大量其他的博客，本人在此深表感谢。代码实现的依然是书上的例子：
import numpy as np
import math
import operator
def CreateDataSet():
dataset = [ [1, 0,0,0,'no'],
[1, 0,0,1,'no'],
[1, 1,0,1,'yes'],
[1, 1,1,0,'yes'],
[1, 0,0,0,'no'],
[2, 0,0,0,'no'],
[2, 0,0,1,'no'],
[2, 1,1,1,'yes'],
[2, 0,1,2,'yes'],
[2, 0,1,2,'yes'],
[3, 0,1,2,'yes'],
[3, 0,1,1,'yes'],
[3, 1,0,1,'yes'],
[3, 1,0,2,'yes'],
[3, 0,0,0,'no'] ]
labels = ['age', 'job','building','credit']
return dataset, labels
#计算香农熵
def calcShannonEnt(dataSet):
Ent = 0.0
numEntries = len(dataSet)
labelCounts =
for feaVec in dataSet:
currentLabel = feaVec[-1]
if currentLabel not in labelCounts:
labelCounts[currentLabel] = 0
labelCounts[currentLabel] += 1
for key in labelCounts:
prob = float(labelCounts[key])/numEntries
Ent -= prob * math.log(prob, 2)
return Ent
def majorityCnt(classList):
classCount =
for vote in classList:
if vote not in classCount.keys():
classCount[vote] = 0
classCount[vote] = 1
sortedClassCount = sorted(classCount.iteritems(), key=operator.itemgetter(1), reverse=True)
return sortedClassCount[0][0]
def splitDataSet(dataSet,axis,value):
retDataSet=[]
for featVec in dataSet:
if featVec[axis]==value :
reduceFeatVec=featVec[:axis]
reduceFeatVec.extend(featVec[axis+1:])
retDataSet.append(reduceFeatVec)
return retDataSet #返回不含划分特征的子集
def choiceBestFea(dataSet):
baseEntropy = calcShannonEnt(dataSet)
numberFeatures = len(dataSet[0]) - 1
bestFeatureId = -1;
bestInfoGain = 0.0
for i in range(numberFeatures):
featList = [example[i] for example in dataSet]
uniqueVals = set(featList)
newEntropy = 0.0
for value in uniqueVals:
subFea = splitDataSet(dataSet,i,value)
prob = len(subFea) / float(len(dataSet))
newEntropy += prob * calcShannonEnt(subFea)
infoGain = baseEntropy - newEntropy
if (infoGain > bestInfoGain):
bestInfoGain = infoGain
bestFeatureId = i
return bestFeatureId
def createDTree(dataSet,labels):
#第一步，判断数据是不是都是同一类的，如果是同一类的，则只有一个节点即根节点
classList = [example[-1] for example in dataSet]
if classList.count(classList[0]) == len(classList):
return classList[0]
# 第二步，判断特征的个数，特征集为空，则只有一个节点即根节点,此时，需要通过投票的方式决定根节点的属性
if len(dataSet[0]) == 1:
return majorityCnt(classList)
# 第三步，通过计算信息增益，选择出最优的特征，也就是信息增益最大的特征
bestFeaId = choiceBestFea(dataSet)
#第四步，选择出信息增益最大的特征，并使用该特征切分数据
bestFeatLabel = labels[bestFeaId]
del (labels[bestFeaId])
featValues = [example[bestFeaId] for example in dataSet]
uniqueVals = set(featValues)
myTree = bestFeatLabel:
#第五步，递归调用createDTree
for value in uniqueVals:
subLabels = labels[:]
myTree[bestFeatLabel][value] = createDTree(splitDataSet(dataSet, bestFeaId, value), subLabels)
return myTree
#输入两个变量（决策树，测试的数据）
def classify(inputTree,testVec):
print(inputTree)
firstStr=list(inputTree.keys())[0] #获取树的第一个特征属性
secondDict=inputTree[firstStr] #树的分支，子集合Dict
i=0
classLabel = ""
for key in secondDict.keys():
if testVec[i]==key:
if type(secondDict[key]).__name__=='dict':
classLabel=classify(secondDict[key],testVec)
else:
#表明已经是叶子节点了
classLabel=secondDict[key]
break
i += 1
return classLabel
def storeTree(inputTree,filename):
import pickle
fw=open(filename,'wb') #pickle默认方式是二进制，需要制定'wb'
pickle.dump(inputTree,fw)
fw.close()
def reStoreTree(filename):
import pickle
fr=open(filename,'rb')#需要制定'rb'，以byte形式读取
return pickle.load(fr)
def test():
dataSet,labels = CreateDataSet1()
tree = createDTree(dataSet,labels);
print(tree)
return None
def train():
myDat, labels = CreateDataSet()
tree = createDTree(myDat, labels)
storeTree(tree,"dtree.txt")
return None
def test():
tree = reStoreTree("dtree.txt")
result = classify(tree,[0,0])
return result
result = test()
print(result)
#train()train（）方法用来生成决策树，生成的决策树会被保存在dtree.txt文件中
test（）方法用来测试决策树。
从生成的决策树来看，总共只有两个节点。第一个节点是有没有房，第二个节点是有没有工作。所以，测试的时候只需输入【0，0】或者【1，0】这样的长度为2的向量即可。
javascript实现朴素贝叶斯分类与决策树id3分类
...关于数据结构的弱点。对机器学习感兴趣的朋友还是去用python，最终还是在学校的死板论文格式要求之外，记录一下实现的过程和我自己对于算法的理解。源码在git 查看详情
id3算法实现的决策树生成
代码地址https://coding.net/u/mich/p/easytry/git/tree/master/src/com/ml目录结构decision目录下主要为决策树的相关接口及entity，id3目录下为实现类以及相关测试测试测试训练数据 训练结果 解释一下，如下图 测试数据测试结果&n... 查看详情
决策树--id3算法小结
...是越是小型的决策树越优于大的决策树。算法归纳：1、使用所有没有使用的属性并计算与之相关的样本熵值；2、选取其中熵值最小的属性3、生成包含该属性的节点4、使用新的分支表继续前面步骤 ID3算法以信息论为基础，... 查看详情
sklearn 使用 id3 算法训练决策树
】sklearn使用id3算法训练决策树【英文标题】：Trainingadecisiontreeusingid3algorithmbysklearn【发布时间】：2018-07-0704:15:24【问题描述】：我正在尝试使用id3算法训练决策树。目的是获取所选特征的索引，估计出现率，并建立一个总混淆矩... 查看详情
人工智能机器学习之用python使用id3算法实例及使用sklearn的决策树算法对葡萄酒数据集进行分类
决策树算法
...一个详细的介绍。选择CART做重点介绍的原因是scikit-learn使用了优化版的CART算法作为其决策树算法的实现。1.决策树ID3算法的信息论基础 机器学习算 查看详情
决策树——id3算法
前言我们在使用数据挖掘的时候，完成数据的“清洗”等一系列繁琐的步骤，就可以对数据进一步地进行“挖掘”——对数据进行分类的建立、预测、聚类分析等等的操作。在分类和预测的过程中，有一系列的算法得... 查看详情
id3决策树算法|机器学习(代码片段)
目录1.ID3决策树原理1.1基本原理1.2信息熵1.3条件熵1.4信息增益2.代码实现2.1计算信息熵calEnt2.2获得数据子集splitdataset2.3获得最优特征索引2.4处理样本中只有一个特征或者特征都一样的情况2.5创建ID3决策树2.6返回一条测试数据的标... 查看详情
pyhon3实现机器学习经典算法id3决策树(代码片段)
一、ID3决策树概述 ID3决策树是另一种非常重要的用来处理分类问题的结构，它形似一个嵌套N层的IF…ELSE结构，但是它的判断标准不再是一个关系表达式，而是对应的模块的信息增益。它通过信息增益的大小，从根节点开始... 查看详情
机器学习——决策树（下）算法实现
...绍了决策树的生成和剪枝原理。介绍了CART,ID3，C4.5等算法的算法流程，其中CART算法可以实现回归和分类，是基于基尼不纯度实现的，这里并未实现。这里主要实现了ID3和C4.5算法，是基于信息熵的 查看详情
sss
...应用：遇到连续与缺失值怎么办？ 多变量决策树 Python代码(sklearn库) 什么是决策树(DecisionTree) 引例 现有训练集如下，请训练一个决策树模型，对未来的西瓜的优劣做预测。&n 查看详情
python实现决策树分类
...介绍了决策树的原理，这篇主要介绍他的实现，代码环境python3.4，实现的是ID3算法，首先为了后面matplotlib的绘图方便，我把原来的中文数据集变成了英文。原始数据集：变化后的数据集在程序代码中体现，这就不截图了构建决... 查看详情
id3决策树分析
1简述1.1 id3是一种基于决策树的分类算法，由J.RossQuinlan在1986年开发。id3根据信息增益，运用自顶向下的贪心策略建立决策树。信息增益用于度量某个属性对样本集合分类的好坏程度。由于采用了信息增益，id3算... 查看详情
02-24决策树总结
...优点2.2缺点更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https://www.cnblogs.com/nickchen121/决策树总结一、ID3算法、C4.5算法和CART算法比较算法树结构支持模型特征选择连续值... 查看详情
分类算法：决策树（c4.5）(转)
...是子树的信息增益，这里可以用很多方法来定义信息，ID3使用的是熵（entropy，熵是一种不纯度 度量准则），也就是熵的变化值，而C4.5用的是信息增益率。2）在决策树构造过程中进行剪枝，因为某些具有很少元素的结 查看详情
决策树之id3算法(代码片段)
概述ID3算法是构建决策树算法中一种非常重要的算法，可以说它是学习决策树算法的基础吧。比如，下一篇博客要说的C4.5决策树，就是基于ID3上的一个改进算法。还有CART、随机森林算法，都是后面要讲解的。版... 查看详情
决策树分类算法（id3）
...是根结点。 2. 机器学习中分类方法中的一个重要算法 3. 构造决策树的基本算法 查看详情
决策树算法
...也提到了它的不足，比如模型是用较为复杂的熵来度量，使用了相对较为复杂的多叉树，只能处理分类不能处理回归等。对于这些问题，CART算法大部分做了改进。CART算法也就是我们下面的重点了。由于CART算法可以做回归，也可... 查看详情