跟踪链接|DT介绍，含例子

决策树

1. 概述

决策树就是一棵树，一个有终止模块的流程图，终点就是分类的结果。
一般来说决策树学习由三个步骤组成：特征选择、决策树构建、决策树修剪。

1.1 优点

• 计算复杂度不高
• 输出结果易于理解
• 对中间值的缺失不敏感
• 可以处理不相关特征数据

1.2 缺点

• 可能产生过度匹配的问题

1.3 数据适用范围

数值型与标称型数据

2. 经验熵与信息增益

决策树学习的关键在于如何选择最优的划分属性，所谓的最优划分属性，对于二元分类而言，就是尽量使划分的样本属于同一类别，即“纯度”最高的属性。那么如何来度量特征（features）的纯度，这时候就要用到“经验熵（information entropy）”。

2.1 经验熵

先来看看信息熵的定义：假如当前样本集$D$中第$k$类样本所占的比例为$p_i(k=1,2,3,\cdot \cdot \cdot ,|I|)$为类别的总数（对于二元分类来说,$i=2$）。则样本集的信息熵为：
$$p_k=\frac{|C_k|}{D}$$

$$H(D)=-\sum _{k=1}^K{p}_{k}lo{g}_2{p}_k$$

$$H(D)=-\sum _{k=1}^K\frac{|C_k|}{|D|}lo{g}_2\frac{|C_k|}{|D|}$$
$H(D)$的值越小，则D的纯度越高。
反应了信息增益的一个缺点：该属性能取得值越多，信息增益，越偏向这个

2.2 信息增益

信息增益就是划分数据集前后，信息发生的变化称为信息增益。

• 输入：训练数据集$D$和特征$A$；
• 输出：特征$A$对训练数据$D$的信息增益$g(D,A)$

信息增益表示了得知特征X的信息而使得类Y的信息的不确定性性减少的程度。

2.2.1 经验条件熵

计算特征$A$对数据集$D$的经验条件熵$H(D|A)$
$$H(D|A)=\sum _{i=1}^n\frac{|D_i|}{|D|}H(D_i)$$

$$=-\sum _{i=1}^n\frac{|D_i|}{|D|}\sum _{k=1}^K\frac{|D_{ik}|}{|D_i|}lo{g}_2\frac{|D_{ik}|}{|D_i|}$$

• $D_{ik}$的意思是在某一特征下的特征样本中满足训练目标的个数
• $D_i$指的是该特征的样本容量

2.2.2 信息增益计算与信息增益比

信息增益=经验熵-经验条件熵
$$g(D,A)=H(D)-H(D|A)$$

一般而言，信息增益越大，则表示使用特征 对数据集划分所获得的“纯度提升”越大。所以信息增益可以用于决策树划分属性的选择，其实就是选择信息增益最大的属性，ID3算法就是采用的信息增益来划分属性。

信息增益比

信息增益比$g_R(D,A)$为信息增益$g(D,A)$与训练数据集$D$关于特征$A$的值熵$H_A(D)$值之比：
$$g_R(D,A)=\frac{g(D,A)}{H_A(D)}$$
其中：
$$H_A(D)=-\sum _{i=1}^n\frac{|D_i|}{|D|}lo{g}_2\frac{|D_i|}{|D|}$$
$n$是特征$A$取值的个数。