决策树呈圆形树形结构，是一种基本的重返和分类方法。决策树模型的优点在于可读性强劲、分类速度快。下面通过从「译为学馆」运送的两个视频，来非常简单理解下决策树。
最后来空战一波，创建一个非常简单的决策树模型。／01／决策树算法本次主要牵涉到两类决策树，Quinlan系列决策树和CART决策树。
前者牵涉到的算法还包括ID3算法、C4．5算法及C5．0算法，后者则是CART算法。前者一系列算法的步骤总体可以总结为建树和剪树。
在建树步骤中，首先自由选择最有说明力度的变量，接着对每个变量自由选择拟合的拆分点展开剪树。剪树，去除决策树中噪音或出现异常数据，在损失一定预测精度的情况下，需要掌控决策树的复杂度，提升其一般化能力。
在剪树步骤中，分成前剪枝和后剪枝。前剪枝用作掌控树根的分解规模，常用方法有掌控决策树仅次于深度、掌控树中父结点和子结点的最多样本量或比例。后剪枝用作移除没意义的分组，常用方法有计算出来结点中目标变量预测精度或误差、综合考虑到误差与复杂度展开剪树。
此外在ID3算法中，用于信息增益挑选出最有说明力度的变量。其中信息增益为信息熵乘以条件熵获得，增益越大，则变量的影响越大。C4．5算法则是用于信息增益亲率作为变量检验的指标。CART算法可用作分类或数值预测，用于基尼系数（gini）作为自由选择拟合拆分变量的指标。
／02／Python构建惯例，之后用于书中获取的数据。一份汽车债权人贷款数据集。读取数据，并对数据展开清除处置。importosimportpydotplusimportnumpyasnpimportpandasaspdimportsklearn．treeastreeimportmatplotlib．pyplotaspltfromIPython．displayimportImageimportsklearn．metricsasmetricsfromsklearn．treeimportDecisionTreeClassifierfromsklearn．model＿selectionimporttrain＿test＿split，ParameterGrid，GridSearchCV＃避免pandas输入省略号情况pd．set＿option（＇display．max＿columns＇，None）＃设置表明宽度为1000，这样就会在IDE中空格了pd．set＿option（＇display．width＇，1000）＃读取数据，skipinitialspace：忽视分隔符后的空白accepts＝pd．read＿csv（＇accepts．csv＇，skipinitialspace＝True）＃dropna：对缺陷的数据展开移除accepts＝accepts．dropna（axis＝0，how＝＇any＇）＃因变量，否债权人target＝accepts［＇bad＿ind＇］＃自变量data＝accepts．ix［：，＇bankruptcy＿ind＇：＇used＿ind＇］＃业务处置，loan＿amt：贷款金额，tot＿income：月均收益data［＇lti＿temp＇］＝data［＇loan＿amt＇］／data［＇tot＿income＇］data［＇lti＿temp＇］＝data［＇lti＿temp＇］．map（lambdax：10ifx＞＝10elsex）＃移除贷款金额列deldata［＇loan＿amt＇］＃更换曾多次倒闭标识列data［＇bankruptcy＿ind＇］＝data［＇bankruptcy＿ind＇］．replace（｛＇N＇：0，＇Y＇：1｝）接下来用于scikit－learn将数据集区分为训练集和测试集。
本文来源：糖果派对官网-www.71286.cn
