决策树

1. 各种公式

信息熵
$H(X)=-\sum_{i=1}^{n}{p_i * \log_2 {p_i}}$
条件熵
$H(Y|X)=\sum_{i=1}^n{p_i * H(Y|X=x_i)}$
信息增益
$g(D,A)=H(D)-H(D|A)=H(D)-\sum_{i=1}^{n}\frac{|D_i|}{|D|} H(D_i)$
信息增益比
$g_R(D,A)=\frac{g(D,A)}{H_A(D)}$
$H_A(D)=-\sum_{i=1}^{n}{\frac{|D_i|}{|D|} \log_2 {\frac{|D_i|}{|D|}}}$
基尼指数
$Gini(p)=\sum_{k=1}^{K}{p_k(1-p_k)}=1-\sum_{k=1}^{K}{p_k^2}=1-\sum_{k=1}^{K} ({\frac{|D_k|}{|D|}})^2$

2. 决策树的生成算法

ID3: 选择信息增益最大的特征最为节点的特征
C4.5: 选择信息增益比最大的特征最为节点的特征

3. CART

回归树: 平方误差最小化
分类树: 基尼指数最小化

4. 剪枝

决策树的损失
$C_\alpha(T)=\sum_{t=1}^{|T|}{N_tH_t(T)}+\alpha|T|$
$=-\sum_{t=1}^{|T|}{N_t \sum_{k=1}^{K}{\frac{N_{tk}}{N_t}} \log \frac{N_{tk}}{N_t}} + \alpha|T|$
$=-\sum_{t=1}^{|T|}{\sum_{k=1}^{K}{N_{tk}} \log \frac{N_{tk}}{N_t}} + \alpha|T|$
$t$ 为树 $T$ 的叶节点，有 $N_t$ 个样本，其中 $k$ 累样本有 $N_{tk}$ 个， $H_t(T)$ 为叶节点 $t$ 上的经验熵
CART剪枝算法
1. $k=0, T=T_0, T_0$ 为CART生成的决策树
2. $\alpha = +\infty$
3. 自下而上地对各内部节点 $t$ 计算 $C(T_t), |T_t|$ 以及
  $g(t) = \frac{C(t)-C(T_t)}{|T_t|-1}$
  $\alpha = min(\alpha, g(t))$
  $T_t$ 表示以 $t$ 为根节点的子树， $|T_t|$ 表示以 $t$ 为根节点的子树的叶节点个数
  $C_\alpha(t)=C(t)+\alpha$ 表示以 $t$ 为单节点树的损失， $C_\alpha(T_t)=C(T_t)+\alpha|T_t|$ 表示以 $t$ 为根节点子树 $T_t$ 的损失
4. 自上而下地访问内部节点:
  - if: $g(t) = \alpha$ , then: 剪枝，多数表决其类别，得到树 $T$
5. $k=k+1, \alpha_k=\alpha, T_k=T$
6. 如果T不是有根节点单独组成地树，转2
7. 交叉验证 $T_0, T_1, \cdots, T_n$ ，选区最优子树 $T_\alpha$ (平方误差或基尼指数最小的决策树)

人面猴
序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
沈念sama阅读 203,456评论 5赞 477
死咒
序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
沈念sama阅读 85,370评论 2赞 381
救了他两次的神仙让他今天三更去死
文/潘晓璐我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
开封第一讲书人阅读 150,337评论 0赞 337
道士缉凶录：失踪的卖姜人
文/不坏的土叔我叫张陵，是天一观的道长。经常有香客问我，道长，这世上最难降的妖魔是什么？我笑而不...
开封第一讲书人阅读 54,583评论 1赞 273
港岛之恋（遗憾婚礼）
正文为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
茶点故事阅读 63,596评论 5赞 365
恶毒庶女顶嫁案：这布局不是一般人想出来的
文/花漫我一把揭开白布。她就那样静静地躺着，像睡着了一般。火红的嫁衣衬着肌肤如雪。梳的纹丝不乱的头发上，一...
开封第一讲书人阅读 48,572评论 1赞 281
城市分裂传说
那天，我揣着相机与录音，去河边找鬼。笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。我是一名探鬼主播，决...
沈念sama阅读 37,936评论 3赞 395
双鸳鸯连环套：你想象不到人心有多黑
文/苍兰香墨我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
开封第一讲书人阅读 36,595评论 0赞 258
万荣杀人案实录
序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
沈念sama阅读 40,850评论 1赞 297
护林员之死
正文独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋以下内容为张勋视角年9月15日...
茶点故事阅读 35,601评论 2赞 321
白月光启示录
正文我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
茶点故事阅读 37,685评论 1赞 329
活死人
序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
沈念sama阅读 33,371评论 4赞 318
日本核电站爆炸内幕
正文年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
茶点故事阅读 38,951评论 3赞 307
男人毒药：我在死后第九天来索命
文/蒙蒙一、第九天我趴在偏房一处隐蔽的房顶上张望。院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
开封第一讲书人阅读 29,934评论 0赞 19
一桩弑父案，背后竟有这般阴谋
文/苍兰香墨我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。一阵脚步声响...
开封第一讲书人阅读 31,167评论 1赞 259
情欲美人皮
我被黑心中介骗来泰国打工，没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。一个月前我还...
沈念sama阅读 43,636评论 2赞 349
代替公主和亲
正文我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
茶点故事阅读 42,411评论 2赞 342

决策树

决策树

1. 各种公式

2. 决策树的生成算法

3. CART

4. 剪枝

推荐阅读更多精彩内容