机器学习及其应用：决策树PPT教学课件.pptxVIP

第二章决策树

目录基本流程与划分2.1训练算法2.2决策树算法案例2.3CONTENTS决策树是一种基于规则的方法，它用一组嵌套的规则进行预测。在树的每个决策节点处，根据判断的结果进入下一个分支，反复直行此类操作最终到达叶子节点，得到预测结果。这些规则是通过训练得到的，而不是人工制定的。

基本流程与划分2.1

基本流程与划分下面我们来对一个简单的案例进行说明：假设孩子们想要出去打羽毛球，尽管愿望非常的强烈，但是天气的变化对于打羽毛球确是有很大的影响。当天的天气将是是否能够打羽毛球的先决条件。表2-1中记录了两周内的天气情况与是否去打羽毛球的记录，其中包含了4项天气指标与最终结果。在下一次决定去放风筝前，可以利用下表2-1数据构建出一颗决策树,如图2-1所示，来帮助我们判断当天的天气是否适合打羽毛球。表2-1天气数据表日期天气温度湿度风力是否打球1晴热高弱否2晴热高强否3阴热高弱是4雨中等高弱是5雨冷正常弱是6雨冷正常强否7阴冷正常强是8晴中等高弱否9晴冷正常弱是10雨中等正常弱是11晴中等正常强是12阴中等高强是13阴热正常弱是14雨中等高强否

基本流程与划分图2-1天气树状图图2-1中所示就是一个决策树。一棵决策树由节点，和有向边构成。节点又可以分为两类：内部节点和叶节点。

基本流程与划分决策树节点有向边内部节点叶节点一个决策树有节点和有向边构成，其中节点分为内部节点和叶