DDR爱好者之家 Design By 杰米
在周志华的西瓜书和李航的统计机器学习中对决策树ID3算法都有很详细的解释,如何实现呢?核心点有如下几个步骤
step1:计算香农熵
from math import log
import operator
# 计算香农熵
def calculate_entropy(data):
label_counts = {}
for feature_data in data:
laber = feature_data[-1] # 最后一行是laber
if laber not in label_counts.keys():
label_counts[laber] = 0
label_counts[laber] += 1
count = len(data)
entropy = 0.0
for key in label_counts:
prob = float(label_counts[key]) / count
entropy -= prob * log(prob, 2)
return entropy
step2.计算某个feature的信息增益的方法
# 计算某个feature的信息增益
# index: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(data, index, entropy):
feat_list = [number[index] for number in data] # 得到某个特征下所有值(某列)
uniqual_vals = set(feat_list)
new_entropy = 0
for value in uniqual_vals:
sub_data = split_data(data, index, value)
prob = len(sub_data) / float(len(data))
new_entropy += prob * calculate_entropy(sub_data) # 对各子集香农熵求和
relative_entropy = entropy - new_entropy # 计算信息增益
return relative_entropy
step3.选择最大信息增益的feature
# 选择最大信息增益的feature
def choose_max_relative_entropy(data):
num_feature = len(data[0]) - 1
base_entropy = calculate_entropy(data)#香农熵
best_infor_gain = 0
best_feature = -1
for i in range(num_feature):
info_gain=calculate_relative_entropy(data, i, base_entropy)
#最大信息增益
if (info_gain > best_infor_gain):
best_infor_gain = info_gain
best_feature = i
return best_feature
step4.构建决策树
def create_decision_tree(data, labels):
class_list=[example[-1] for example in data]
# 类别相同,停止划分
if class_list.count(class_list[-1]) == len(class_list):
return class_list[-1]
# 判断是否遍历完所有的特征时返回个数最多的类别
if len(data[0]) == 1:
return most_class(class_list)
# 按照信息增益最高选取分类特征属性
best_feat = choose_max_relative_entropy(data)
best_feat_lable = labels[best_feat] # 该特征的label
decision_tree = {best_feat_lable: {}} # 构建树的字典
del(labels[best_feat]) # 从labels的list中删除该label
feat_values = [example[best_feat] for example in data]
unique_values = set(feat_values)
for value in unique_values:
sub_lables=labels[:]
# 构建数据的子集合,并进行递归
decision_tree[best_feat_lable][value] = create_decision_tree(split_data(data, best_feat, value), sub_lables)
return 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(classList):
class_count={}
for vote in classList:
if vote not in class_count.keys():class_count[vote]=0
class_count[vote]+=1
sorted_class_count=sorted(class_count.items,key=operator.itemgetter(1),reversed=True)
return 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(data, axis, value):
ret_data=[]
for feat_vec in data:
if feat_vec[axis]==value :
reduce_feat_vec=feat_vec[:axis]
reduce_feat_vec.extend(feat_vec[axis+1:])
ret_data.append(reduce_feat_vec)
return ret_data
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
DDR爱好者之家 Design By 杰米
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
DDR爱好者之家 Design By 杰米
暂无评论...
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。
更新日志
2025年11月09日
2025年11月09日
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]