主頁(yè) > 知識(shí)庫(kù) > Python機(jī)器學(xué)習(xí)之決策樹(shù)

Python機(jī)器學(xué)習(xí)之決策樹(shù)

熱門(mén)標(biāo)簽:外呼不封號(hào)系統(tǒng) 荊州云電銷(xiāo)機(jī)器人供應(yīng)商 電信營(yíng)業(yè)廳400電話申請(qǐng) 溫州旅游地圖標(biāo)注 江蘇房產(chǎn)電銷(xiāo)機(jī)器人廠家 幫人做地圖標(biāo)注收費(fèi)算詐騙嗎 悟空智電銷(xiāo)機(jī)器人6 蘇州電銷(xiāo)機(jī)器人十大排行榜 遼寧400電話辦理多少錢(qián)

一、要求

二、原理

決策樹(shù)是一種類(lèi)似于流程圖的結(jié)構(gòu),其中每個(gè)內(nèi)部節(jié)點(diǎn)代表一個(gè)屬性上的“測(cè)試”,每個(gè)分支代表測(cè)試的結(jié)果,每個(gè)葉節(jié)點(diǎn)代表一個(gè)測(cè)試結(jié)果。類(lèi)標(biāo)簽(在計(jì)算所有屬性后做出的決定)。從根到葉的路徑代表分類(lèi)規(guī)則。
決策樹(shù)學(xué)習(xí)的目的是為了產(chǎn)生一棵泛化能力強(qiáng),即處理未見(jiàn)示例能力強(qiáng)的決策樹(shù)。因此如何構(gòu)建決策樹(shù),是后續(xù)預(yù)測(cè)的關(guān)鍵!而構(gòu)建決策樹(shù),就需要確定類(lèi)標(biāo)簽判斷的先后,其決定了構(gòu)建的決策樹(shù)的性能。決策樹(shù)的分支節(jié)點(diǎn)應(yīng)該盡可能的屬于同一類(lèi)別,即節(jié)點(diǎn)的“純度”要越來(lái)越高,只有這樣,才能最佳決策。

經(jīng)典的屬性劃分方法:

  • 信息增益
  • 增益率
  • 基尼指數(shù)

本次實(shí)驗(yàn)采用了信息增益,因此下面只對(duì)信息增益進(jìn)行介紹。

三、信息增益的計(jì)算方法

其中D為樣本集合,a為樣本集合中的屬性,Dv表示D樣本集合中a屬性為v的樣本集合。

Ent(x)函數(shù)是計(jì)算信息熵,表示的是樣本集合的純度信息,信息熵的計(jì)算方法如下:

其中pk表示樣本中最終結(jié)果種類(lèi)中其中一個(gè)類(lèi)別所占的比例,比如有10個(gè)樣本,其中5個(gè)好,5個(gè)不好,則其中p1 = 5/10, p2 = 5/10。

一般而言,信息增益越大,則意味著使用屬性α來(lái)進(jìn)行劃分所獲得的“純度提升”越大,因此在選擇屬性節(jié)點(diǎn)的時(shí)候優(yōu)先選擇信息增益高的屬性!

四、實(shí)現(xiàn)過(guò)程

本次設(shè)計(jì)用到了pandas和numpy庫(kù),主要利用它們來(lái)對(duì)數(shù)據(jù)進(jìn)行快速的處理和使用。
首先將數(shù)據(jù)讀入:

可以看到數(shù)據(jù)集的標(biāo)簽是瓜的不同的屬性,而表格中的數(shù)據(jù)就是不同屬性下的不同的值等。

if(len(set(D.好瓜)) == 1):
        #標(biāo)記返回 
        return D.好瓜.iloc[0]
    elif((len(A) == 0) or Check(D, A[:-1])):
        #選擇D中結(jié)果最多的為標(biāo)記
        cnt = D.groupby('好瓜').size()
        maxValue = cnt[cnt == cnt.max()].index[0]
        return maxValue
    else:
        A1 = copy.deepcopy(A)
        attr = Choose(D, A1[:-1])
        tree = {attr:{}}
        for value in set(D[attr]):
            tree[attr][value] = TreeGen(D[D[attr] == value], A1)
    return tree

TreeGen函數(shù)是生成樹(shù)主函數(shù),通過(guò)對(duì)它的遞歸調(diào)用,返回下一級(jí)樹(shù)結(jié)構(gòu)(字典)來(lái)完成生成決策樹(shù)。

在生成樹(shù)過(guò)程中,有二個(gè)終止迭代的條件,第一個(gè)就是當(dāng)輸入數(shù)據(jù)源D的所有情況結(jié)果都相同,那么將這個(gè)結(jié)果作為葉節(jié)點(diǎn)返回;第二個(gè)就是當(dāng)沒(méi)有屬性可以再往下分,或者D中的樣本在A所有屬性下面的值都相同,那么就將D的所有情況中結(jié)果最多的作為葉節(jié)點(diǎn)返回。

其中Choose(D:pd.DataFrame, A:list)函數(shù)是選擇標(biāo)簽的函數(shù),其根據(jù)輸入數(shù)據(jù)源和剩下的屬性列表算出對(duì)應(yīng)標(biāo)簽信息增益,選擇能使信息增益最大的標(biāo)簽返回

def Choose(D:pd.DataFrame, A:list):
    result = 0.0
    resultAttr = ''
    for attr in A:
        tmpVal = CalcZengYi(D, attr)
        if(tmpVal > result):
            resultAttr = attr
            result = tmpVal
    A.remove(resultAttr)
    return resultAttr


最后是結(jié)果:

{‘紋理': {‘稍糊': {‘觸感': {‘硬滑': ‘否', ‘軟粘': ‘是'}}, ‘清晰': {‘根蒂': {‘硬挺': ‘否', ‘蜷縮': ‘是', ‘稍蜷': {‘色澤': {‘青綠': ‘是', ‘烏黑': {‘觸感': {‘硬滑': ‘是', ‘軟粘': ‘否'}}}}}}, ‘模糊': ‘否'}}

繪圖如下:

五、程序

主程序

#!/usr/bin/python3
# -*- encoding: utf-8 -*-
'''
@Description:決策樹(shù):
@Date     :2021/04/25 15:57:14
@Author      :willpower
@version      :1.0
'''
import pandas as pd
import numpy as np
import treeplot
import copy
import math
"""
@description  :計(jì)算熵值
---------
@param  :輸入為基本pandas類(lèi)型dataFrame,其中輸入最后一行為實(shí)際結(jié)果
-------
@Returns  :返回熵值,類(lèi)型為浮點(diǎn)型
-------
"""
def CalcShang(D:pd.DataFrame):
    setCnt = D.shape[0]
    result = 0.0
    # for i in D.groupby(D.columns[-1]).size().index:
    #遍歷每一個(gè)值
    for i in set(D[D.columns[-1]]):
        #獲取該屬性下的某個(gè)值的次數(shù)
        cnt = D.iloc[:,-1].value_counts()[i]
        result = result + (cnt/setCnt)*math.log(cnt/setCnt, 2)
    return (-1*result)
"""
@description  :計(jì)算增益
---------
@param  :輸入為DataFrame數(shù)據(jù)源,然后是需要計(jì)算增益的屬性值
-------
@Returns  :返回增益值,浮點(diǎn)型
-------
"""
def CalcZengYi(D:pd.DataFrame, attr:str):
    sumShang = CalcShang(D)
    setCnt = D.shape[0]
    result = 0.0
    valus = D.groupby(attr).size()
    for subVal in valus.index:
        result = result + (valus[subVal]/setCnt)*CalcShang(D[D[attr] == subVal])
    return sumShang - result
"""
@description  :選擇最佳的屬性
---------
@param  :輸入為數(shù)據(jù)源,以及還剩下的屬性列表
-------
@Returns  :返回最佳屬性
-------
"""
def Choose(D:pd.DataFrame, A:list):
    result = 0.0
    resultAttr = ''
    for attr in A:
        tmpVal = CalcZengYi(D, attr)
        if(tmpVal > result):
            resultAttr = attr
            result = tmpVal
    A.remove(resultAttr)
    return resultAttr
"""
@description  :檢查數(shù)據(jù)在每一個(gè)屬性下面的值是否相同
---------
@param  :輸入為DataFrame以及剩下的屬性列表
-------
@Returns  :返回bool值,相同返回1,不同返回0
-------
"""
def Check(D:pd.DataFrame, A:list):
    for i in A:
        if(len(set(D[i])) != 1):
            return 0
    return 1
"""
@description  :生成樹(shù)主函數(shù)
---------
@param  :數(shù)據(jù)源DataFrame以及所有類(lèi)型
-------
@Returns  :返回生成的字典樹(shù)
-------
"""
def TreeGen(D:pd.DataFrame, A:list):
    if(len(set(D.好瓜)) == 1):
        #標(biāo)記返回 
        return D.好瓜.iloc[0]
    elif((len(A) == 0) or Check(D, A[:-1])):
        #選擇D中結(jié)果最多的為標(biāo)記
        cnt = D.groupby('好瓜').size()
        #找到結(jié)果最多的結(jié)果
        maxValue = cnt[cnt == cnt.max()].index[0]
        return maxValue
    else:
        A1 = copy.deepcopy(A)
        attr = Choose(D, A1[:-1])
        tree = {attr:{}}
        for value in set(D[attr]):
            tree[attr][value] = TreeGen(D[D[attr] == value], A1)
    return tree
"""
@description  :驗(yàn)證集
---------
@param  :輸入為待驗(yàn)證的數(shù)據(jù)(最后一列為真實(shí)結(jié)果)以及決策樹(shù)模型
-------
@Returns  :無(wú)
-------
"""
def Test(D:pd.DataFrame, model:dict):
    for i in range(D.shape[0]):
            data = D.iloc[i]
            subModel = model
            while(1):
                attr = list(subModel)[0]
                subModel = subModel[attr][data[attr]]
                if(type(subModel).__name__ != 'dict'):
                    print(subModel, end='')
                    break
    print('')
name = ['色澤', '根蒂', '敲聲', '紋理', '臍部', '觸感', '好瓜']
df = pd.read_csv('./savedata.txt', names=name)
# CalcZengYi(df, '色澤')
resultTree = TreeGen(df, name)
print(resultTree)
# print(df[name[:-1]])
Test(df[name[:-1]], resultTree)
treeplot.plot_model(resultTree,"resultTree.gv")

繪圖程序

from graphviz import Digraph

def plot_model(tree, name):
    g = Digraph("G", filename=name, format='png', strict=False)
    first_label = list(tree.keys())[0]
    g.node("0", first_label)
    _sub_plot(g, tree, "0")
    g.view()
root = "0"

def _sub_plot(g, tree, inc):
    global root

    first_label = list(tree.keys())[0]
    ts = tree[first_label]
    for i in ts.keys():
        if isinstance(tree[first_label][i], dict):
            root = str(int(root) + 1)
            g.node(root, list(tree[first_label][i].keys())[0])
            g.edge(inc, root, str(i))
            _sub_plot(g, tree[first_label][i], root)
        else:
            root = str(int(root) + 1)
            g.node(root, tree[first_label][i])
            g.edge(inc, root, str(i))

./savedata.txt

青綠,蜷縮,濁響,清晰,凹陷,硬滑,是
烏黑,蜷縮,沉悶,清晰,凹陷,硬滑,是
烏黑,蜷縮,濁響,清晰,凹陷,硬滑,是
青綠,蜷縮,沉悶,清晰,凹陷,硬滑,是
淺白,蜷縮,濁響,清晰,凹陷,硬滑,是
青綠,稍蜷,濁響,清晰,稍凹,軟粘,是
烏黑,稍蜷,濁響,稍糊,稍凹,軟粘,是
烏黑,稍蜷,濁響,清晰,稍凹,硬滑,是
烏黑,稍蜷,沉悶,稍糊,稍凹,硬滑,否
青綠,硬挺,清脆,清晰,平坦,軟粘,否
淺白,硬挺,清脆,模糊,平坦,硬滑,否
淺白,蜷縮,濁響,模糊,平坦,軟粘,否
青綠,稍蜷,濁響,稍糊,凹陷,硬滑,否
淺白,稍蜷,沉悶,稍糊,凹陷,硬滑,否
烏黑,稍蜷,濁響,清晰,稍凹,軟粘,否
淺白,蜷縮,濁響,模糊,平坦,硬滑,否
青綠,蜷縮,沉悶,稍糊,稍凹,硬滑,否

六、遇到的問(wèn)題

graphviz Not a directory: ‘dot'

解決辦法

到此這篇關(guān)于Python機(jī)器學(xué)習(xí)之決策樹(shù)的文章就介紹到這了,更多相關(guān)Python決策樹(shù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

您可能感興趣的文章:
  • Python機(jī)器學(xué)習(xí)算法之決策樹(shù)算法的實(shí)現(xiàn)與優(yōu)缺點(diǎn)
  • python機(jī)器學(xué)習(xí)實(shí)現(xiàn)決策樹(shù)
  • Python機(jī)器學(xué)習(xí)算法庫(kù)scikit-learn學(xué)習(xí)之決策樹(shù)實(shí)現(xiàn)方法詳解
  • python機(jī)器學(xué)習(xí)理論與實(shí)戰(zhàn)(二)決策樹(shù)
  • Python機(jī)器學(xué)習(xí)之決策樹(shù)算法
  • python機(jī)器學(xué)習(xí)之決策樹(shù)分類(lèi)詳解
  • Python機(jī)器學(xué)習(xí)之決策樹(shù)算法實(shí)例詳解
  • 機(jī)器學(xué)習(xí)python實(shí)戰(zhàn)之決策樹(shù)
  • 分析機(jī)器學(xué)習(xí)之決策樹(shù)Python實(shí)現(xiàn)

標(biāo)簽:宿遷 欽州 濟(jì)南 三沙 景德鎮(zhèn) 黃山 喀什 臺(tái)灣

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《Python機(jī)器學(xué)習(xí)之決策樹(shù)》,本文關(guān)鍵詞  Python,機(jī)器,學(xué),習(xí)之,決策樹(shù),;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《Python機(jī)器學(xué)習(xí)之決策樹(shù)》相關(guān)的同類(lèi)信息!
  • 本頁(yè)收集關(guān)于Python機(jī)器學(xué)習(xí)之決策樹(shù)的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章