决策树的一般流程及应用

一、什么是决策树

图表示决策树

所有的机器学习算法中，决策树应该是最友好的了。它呢，在整个运行机制上可以很容易地被翻译成人们能看懂的语言，也因此被归为“白盒模型”。

为了更直观地理解决策树，我们现在来构建一个简单的邮件分类系统，如图：

首先检测发送邮件域名地址；

如果地址为com，则放置于“无聊时需要阅读的邮件”分类；

如果不是这个地址，那么再次检测；

检查邮件是否有单词“曲棍球”；

包含单词“曲棍球”，则放置于“需要及时处理的朋友邮件”分类；

不包含单词“曲棍球”，则放置于“无需阅读的垃圾邮件”分类。

现在，我们来总结一下决策树的构成：

根节点。第一个需要判断的条件，往往也是最具有特征的那个条件，我们称为根节点。

中间节点。那个矩形总是要往下分，并不是最终的结果，它叫做中间节点（或内部节点）。

边。那些带有文字的线段（一般使用有箭头的有向线段），线的一端连的是中间节点、另一端连的是另一个中间节点或叶节点，然后线段上还有文字，它叫做边。

叶节点。那个圆角矩形，它就已经是最后的结果了，不再往下了，这一类东西呢，在决策树里叫做叶节点。

二、决策树的一般流程

收集数据：可以使用任何方法。

准备数据：树构造算法只适用于标称型数据，因此数值型数据必须离散化。

分析数据：可以使用任何方法，构造树完成后，我们应该检查图形是否符合预期。

训练算法：构造树的数据结构。

测试算法：使用经验树计算错误率。

使用算法：此步骤可以适用于任何机器学习算法，而使用决策树可以更好地理解数据的内在含义。

上面这种朴素的算法很容易想到，但是太容易得到的它往往不够美好。如果自变量很多的时候，我们该选哪个作为根节点呢？

选定了根节点后，树再往下生长接下来的内部节点该怎么选呢？针对这些问题，衍生了很多决策树算法，他们处理的根本问题是上面流程的第四步——训练算法，实际上也就是划分数据集方法。

我们来看看代表之一 —— ID3算法。

在划分数据集之前之后信息发生的变化称为信息增益，知道如何计算信息增益，我们就可以计算每个特征值划分数据集获得的信息增益，获得信息增益最高的特征就是最好的选择。

这里又引入了另一个概念——熵。这里先不展开说了，我们记住他的概念：一个事情它的随机性越大就越难预测。

具体来说这个概率p越小，最后熵就越大（也就是信息量越大），如果极端情况一件事情概率为1，它的熵就变成0了。

比如，你如果能预测一个彩票的中奖号码就发达了。但是，如果你能预测明天太阳从东边升起来则毫无价值。这样衡量一个信息价值的事，就可以由熵来表示。

聪明的你或许已经发现了，决策树算法其实就是为了找到能够迅速使熵变小，直至熵为0的那条路径，这就是信息增益的那条路。我们将对每个特征划分数据集的结果计算一次信息熵，然后判断按照哪个特征划分数据集是最好的划分方式。

举个容易理解的例子：

解决问题：预设4个自变量：天气、温度、湿度、风速，预测学校会不会举办运动会？

步骤一：假设我们记录了某个学校14届校运会按时举行或取消的记录，举行或者取消的概率分别为：9/14、5/14，那么它的信息熵，这里也叫先验熵，为：

步骤二：我们同时记录了当天的天气情况，发现天气好坏和校运会举行还是取消有关。14天中，5次晴天（2次举行、3次取消）、5次雨天（3次举行、2次取消）、4次阴天（4次举行）。相对应的晴天、阴天、雨天的后验熵。

步骤三：我们计算知道天气情况后的条件熵。

步骤四：我们计算在有没有天气情况这个条件前后的信息增益就是。

步骤五：我们依次计算在有没有温度、湿度、风速条件前后的信息增益。

步骤六：根据设置的阈值，若信息增益的值大于设置的阈值，选取为我们的特征值，也就是我们上图中的矩形节点。

步骤七：生成决策树。选取信息增益最大的自变量作为根节点。其他的特征值依次选取为内部节点。

比如上面的例子是这样的过程：

经过如上步骤，我们得到决策树。可以看到，最终们只选取了3个特征值作为内部节点。

三、决策树的应用

决策树也是一种分类方法。它的分类是二元的，一个值经过相应节点的测验，要么进入真分支，要么进入假分支。所以一组值经过决策树以后，就会形成从树跟到结果节点的一条唯一路径。所以它除了可以对输入进行分类之外，还能给出如此分类的解释。因此决策树常常被应用于专家系统，用于解释回答人类专家才能回答的问题。
责任编辑人：CC