第五章 决策树-2016-ID3CART.pdf

袁春 清华大学深圳研究生院 李航 华为诺亚方舟实验室 目录 1. 决策树模型与学习 2. 特征选择 3. 决策树的生成 4. 决策树的剪枝 5. ＣＡＲＴ算法 一、决策树的模型与学习 例子 决策树模型 决策树和归纳算法 决策树-从机器学习看分类及归纳推理等问题 决策树算法 决策树的表示 决策树与条件概率分布 决策树 通过对分类问题一般方法的描述，可以看出分类问题 一般包括两个步骤： 1 、模型构建 （归纳） 通过对训练集合的归纳，建立分类模型。 2、预测应用 （推论） 根据建立的分类模型，对测试集合进行测试。 决策树 决策树是一种典型的分类方法 首先对数据进行处理，利用归纳算法生成可读的规则和 决策树， 然后使用决策对新数据进行分析。 本质上决策树是通过一系列规则对数据进行分类的过程。 决策树 决策树的优点 1 、推理过程容易理解，决策推理过程可以表示成If Then 形式； 2、推理过程完全依赖于属性变量的取值特点； 3 、可自动忽略目标变量没有贡献的属性变量，也为判断 属性变量的重要性，减少变量的数 目提供参考。 决策树和归纳算法 决策树技术发现数据模式和规则的核心是归纳算法。 归纳是从特殊到一般的过程。 归纳推理从若干个事实中表征出的特征、特性和属性中， 通过比较、总结、概括而得出一个规律性的结论。 归纳推理试图从对象的一部分或整体的特定的观察中获 得一个完备且正确的描述。即从特殊事实到普遍性规律 的结论。 归纳对于认识的发展和完善具有重要的意义。人类知识 的增长主要来源于归纳学习。 决策树和归纳算法 归纳学习由于依赖于检验数据，因此又称为检验学习。 归纳学习存在一个基本的假设： 任一假设如果能够在足够大的训练样本集中很好的逼近 目标函数，则它也能在未见样本中很好地逼近 目标函数。 该假定是归纳学习的有效性的前提条件。 决策树和归纳算法 归纳过程就是在描述空间中进行有哪些信誉好的足球投注网站的过程。 归纳可分为自顶向下，自底向上和双向有哪些信誉好的足球投注网站三种方式。  自底向上法一次处理一个输入对象。将描述逐步一般化。 直到最终的一般化描述。  自顶向下法对可能的一般性描述集进行有哪些信誉好的足球投注网站，试图找到 一些满足一定要求的最优的描述。 决策树 从特殊的训练样例中归纳出一般函数是机器学习的中 心问题； 从训练样例中进行学习通常被视为归纳推理。 每个例子都是一个对偶 （序偶） （x, f(x)），对 每个输入的x，都有确定的输出f(x)。 学习过程将产生对 目标函数f的不同逼近。F的每一 个逼近都叫做一个假设。 假设需要以某种形式表示。例如，y ax+b。通过调 整假设的表示，学习过程将产生出假设的不同变形。 在表示中通常需要修改参数 （如a, b）。 决策树 从这些不同的变形中选择最佳的假设 （或者说权值集合）。 方法的定义： 使训练值与假设值 预测出的值之间的误差平方和E最小为最佳。 ^ 2 E (Vtrain(b) V (b)) b,Vtrain (b )trainingexamples 决策树算法 与决策树相关的重要算法包括： CLS, ID3 ，C4.5，CART 算法的发展过程 Hunt,Marin和Stone 于1966年研制的CLS学习系统，用于学习单个概 念。 1979年, J.R. Quinlan 给出ID3算法，并在1983年和1986年对ID3 进行了 总结和简化，使其成为决策树学习算法的典型。