python決策樹(shù)算法是什么

1、說(shuō)明

決策樹(shù)算法是在已知各種情況發(fā)生概率的基礎(chǔ)上，通過(guò)構(gòu)成決策樹(shù)來(lái)求取凈現(xiàn)值的期望值大于等于零的概率，評(píng)價(jià)項(xiàng)目風(fēng)險(xiǎn)，判斷其可行性的決策分析方法。

分類(lèi)算法是利用訓(xùn)練樣本集獲得分類(lèi)函數(shù)即分類(lèi)模型(分類(lèi)器)，從而實(shí)現(xiàn)將數(shù)據(jù)集中的樣本劃分到各個(gè)類(lèi)中。分類(lèi)模型通過(guò)學(xué)習(xí)訓(xùn)練樣本中屬性集與類(lèi)別之間的潛在關(guān)系，并以此為依據(jù)對(duì)新樣本屬于哪一類(lèi)進(jìn)行預(yù)測(cè)。

2、基本使用

決策樹(shù)算法是直觀運(yùn)用概率分析的一種圖解法，是一種十分常用的分類(lèi)方法，屬于有監(jiān)督學(xué)習(xí)。

決策樹(shù)是一種樹(shù)形結(jié)構(gòu)，其中每個(gè)內(nèi)部結(jié)點(diǎn)表示在一個(gè)屬性上的測(cè)試，每個(gè)分支代表一個(gè)測(cè)試輸出，每個(gè)葉子結(jié)點(diǎn)代表一種類(lèi)別。

決策樹(shù)學(xué)習(xí)是以實(shí)例為基礎(chǔ)的歸納學(xué)習(xí)，它采用自頂向下的遞歸方法，其基本思想是以信息熵為度量構(gòu)造一顆熵值下降最快的樹(shù)，到葉子結(jié)點(diǎn)處的熵值為零，此時(shí)每個(gè)葉子節(jié)點(diǎn)中的實(shí)例都屬于同一類(lèi)。

決策樹(shù)學(xué)習(xí)算法的優(yōu)點(diǎn)是，它可以自學(xué)習(xí)，在學(xué)習(xí)的過(guò)程中不需要使用者了解過(guò)多的背景知識(shí)，只需要對(duì)訓(xùn)練實(shí)例進(jìn)行較好的標(biāo)注，就能夠進(jìn)行學(xué)習(xí)。

以上就是python決策樹(shù)算法的介紹，希望對(duì)大家有所幫助。更多Python學(xué)習(xí)教程請(qǐng)關(guān)注IT培訓(xùn)機(jī)構(gòu):千鋒教育。