介绍
这篇文章主要介绍怎么使用python实现决策树ID3算法,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!
<强>步骤1:计算香农熵强>
得到math import 日志 import 运营商 #,计算香农熵 def calculate_entropy(数据): label_counts 才能=,{} for 才能;feature_data 拷贝数据: ,,,laber =, feature_data[1], #,最后一行是标签 ,,,if laber not 拷贝label_counts.keys (): ,,,,,label_counts(标签),=0 ,,,label_counts(标签),+=1 count 才能=,len(数据) entropy 才能=0.0 for 才能;key  label_counts:拷贝 ,,,prob =,浮子(label_counts[主要]),/计数 ,,,entropy -=, prob *,日志(概率,2) return 才能;熵
<强>步骤2。计算某个特性的信息增益的方法强>
#,计算某个特性的信息增益 #,指数:要计算信息增益的feature 对应的在data 的第几列 #,data 的香农熵 def calculate_relative_entropy(指数数据,还以为;熵): feat_list 才能=,(数量(指数),for number 拷贝数据),#,得到某个特征下所有值(某列) uniqual_vals =,才能设置(feat_list) new_entropy 才能=0 for 才能;value  uniqual_vals:拷贝 ,,,sub_data =, split_data(数据,指数,值) ,,,prob =, len (sub_data),/,浮子(len(数据)), ,,,new_entropy +=, prob *, calculate_entropy (sub_data), #,对各子集香农熵求和 relative_entropy 才能=,entropy 作用;new_entropy #,计算信息增益 return 才能relative_entropy
<强>步骤3。选择最大信息增益的功能强>
#,选择最大信息增益的功能 def choose_max_relative_entropy(数据): num_feature 才能=,len(数据[0]),安康;1 时间=base_entropy 才能;calculate_entropy(数据)#香农熵 best_infor_gain 才能=0 best_feature 才能=1 for 才能小姐:拷贝范围(num_feature): ,,,info_gain=calculate_relative_entropy(数据,,我,,base_entropy) ,,,#最大信息增益 ,,,if (info_gain 祝辞,best_infor_gain): ,,,,,best_infor_gain =info_gain ,,,,,best_feature =我 return 才能best_feature
<强>第四。构建决策树强>
def create_decision_tree(数据,,标签): class_list才能=[例子[1],for example 拷贝数据) #,才能类别相同,停止划分 if 才能;class_list.count (class_list [1]),==, len (class_list): ,,,return class_list [1] #才能,判断是否遍历完所有的特征时返回个数最多的类别 if 才能len(数据[0]),==,1: ,,,return most_class (class_list) #,才能按照信息增益最高选取分类特征属性 时间=best_feat 才能;choose_max_relative_entropy(数据) best_feat_lable 才能=,标签(best_feat), #,该特征的标签 decision_tree 才能=,{best_feat_lable:{}}, #,构建树的字典 德尔才能(标签[best_feat]), #,从标签的列表中删除该标签 feat_values 才能=,(例子[best_feat], for example 拷贝数据) unique_values =,才能设置(feat_values) for 才能;value  unique_values:拷贝 ,,,sub_lables=标签[:] ,,,#,构建数据的子集合,并进行递归 ,,,decision_tree [best_feat_lable](价值),=,create_decision_tree (split_data(数据,best_feat,,值),,sub_lables) return 才能decision_tree
在构建决策树的过程中会用到两个工具方法:
#,当遍历完所有的特征时返回个数最多的类别 def most_class(班级名册): class_count才能={} for 才能;vote 拷贝班级名册: ,,,if vote not 拷贝class_count.keys (): class_count(投票)=0 ,,,class_count【投票】+=1 sorted_class_count才能=排序(class_count.items关键=operator.itemgetter(1)逆转=True) return 才能sorted_class_count [0] [0] ,, #,工具函数输入三个变量(待划分的数据集,特征,分类值)返回不含划分特征的子集 def split_data(数据、时间轴,大敌;;价值): ret_data才能=[] for 才能;feat_vec 拷贝数据: ,,,if feat_vec(轴)==value : ,,,,,reduce_feat_vec=feat_vec(轴): ,,,,,reduce_feat_vec.extend (feat_vec[轴+ 1:]) ,,,,,ret_data.append (reduce_feat_vec) null怎么使用python实现决策树ID3算法