高中信息技术浙教版：决策树教学课件(共27张PPT).pptxVIP

2.4决策树

1决策树分类概念

2构建决策树

3举例说明：鸢尾花分类

未来的深度学习

备用：深度学习：人工智能展望与挑战

【案例分析】一个游乐场经营者希望通过所收集

的一系列气象参数来预测游客是否会来游乐场游玩。

为了实现这样的预测，游乐场经营者希望通过天气状

况(如晴、雨、多云)、温度高低、湿度大小、风力强

弱四个气象特点来预测游客是否来游乐场游玩。

通过长时间的观察，游乐场经营者得到如下所示

数据，记录了在不同天气、温度、湿度和风力情况下，

游客是否来游乐场的情况。

[观察表格]

思考：从表格中可以观察到

什么？可以用什么策略？有

什么规律？谈谈你的想法？

表2.4.1气象特点与游客是否来游乐场的关系

[观察表格,画出树形结构]

决策树

决策树是一种通过树形结构进行分类的方法。

在决策树中，树形结构中每个节点表示对分类目标在属性上的一个判断，

每个分支代表基于该属性做出的一个判断，最后树形结构中每个叶子节点代

表一种分类结果。

2.4.1决策树分类概念

决策树将分类问题分解为若干基于单个信息的推理任务，采用树状结构

来逐步完成决策判断。

2.4.1决策树分类概念

●当天气状况的属性取值为“多云”时，样本

子集为{3,7,12,13}，“多云”属性可将样本子

集{3,7,12,13}划分为“前往游乐场游玩”一个

类别。

图2.4.1游乐场游玩问题决策树

2.4.1决策树分类概念

●当天气状态的属性取值为“晴”时，样本子集为

{1,2,8,9,11}，可知天气状况为“晴”这个属性所得

到的样本子集{1,2,8,9,11}不属于同一个类别，要进

一步使用其他属性对这个样本子集进行划分。经观

察，通过“湿度是否75?”这一属性值，可以将该

样本子集进一步划分成{1,2,8}(75,不前往游乐场)

和{9,11}(≤75,前往游乐场)两个样本子集。此时这两

个样本子集已被划分为两类，不需要再划分。

图2.4.1游乐场游玩问题决策树

2.4.1决策树分类概念

●当天气状况的属性取值为“雨”时，样本子

集为{4,5,6,10,14}，此时样本子集无法被划分

为一类，需要进一步使用其他属性对这个样本

子集进行划分。经观察，通过“有风否?”这

个属性值，可将该样本子集进一步划分成

{4,5,10}(无风，前往游乐场)和{6,14}(有风，不

前往游乐场)两个样本子集。此时这两个样本

子集已被划分为两类，不需要再划分。

“温度”是多余的特点

图2.4.1游乐场游玩问题决策树

如何判断某一天游客是否会来游乐场游玩？

天气、温度、湿度

2.4.1决策树分类概念

建立决策树的过程

选择一个属性值，基于这个属性对样本