侯体宗的博客
  • 首页
  • Hyperf版
  • beego仿版
  • 人生(杂谈)
  • 技术
  • 关于我
  • 更多分类
    • 文件下载
    • 文字修仙
    • 中国象棋ai
    • 群聊
    • 九宫格抽奖
    • 拼图
    • 消消乐
    • 相册

python实现决策树ID3算法的示例代码

Python  /  管理员 发布于 7年前   248

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 logimport 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featuredef 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。


  • 上一条:
    Python实现决策树C4.5算法的示例
    下一条:
    Python实现的读取电脑硬件信息功能示例
  • 昵称:

    邮箱:

    0条评论 (评论内容有缓存机制,请悉知!)
    最新最热
    • 分类目录
    • 人生(杂谈)
    • 技术
    • linux
    • Java
    • php
    • 框架(架构)
    • 前端
    • ThinkPHP
    • 数据库
    • 微信(小程序)
    • Laravel
    • Redis
    • Docker
    • Go
    • swoole
    • Windows
    • Python
    • 苹果(mac/ios)
    • 相关文章
    • 在python语言中Flask框架的学习及简单功能示例(0个评论)
    • 在Python语言中实现GUI全屏倒计时代码示例(0个评论)
    • Python + zipfile库实现zip文件解压自动化脚本示例(0个评论)
    • python爬虫BeautifulSoup快速抓取网站图片(1个评论)
    • vscode 配置 python3开发环境的方法(0个评论)
    • 近期文章
    • 在go语言中使用api.geonames.org接口实现根据国际邮政编码获取地址信息功能(1个评论)
    • 在go语言中使用github.com/signintech/gopdf实现生成pdf分页文件功能(0个评论)
    • gmail发邮件报错:534 5.7.9 Application-specific password required...解决方案(0个评论)
    • 欧盟关于强迫劳动的规定的官方举报渠道及官方举报网站(0个评论)
    • 在go语言中使用github.com/signintech/gopdf实现生成pdf文件功能(0个评论)
    • Laravel从Accel获得5700万美元A轮融资(0个评论)
    • 在go + gin中gorm实现指定搜索/区间搜索分页列表功能接口实例(0个评论)
    • 在go语言中实现IP/CIDR的ip和netmask互转及IP段形式互转及ip是否存在IP/CIDR(0个评论)
    • PHP 8.4 Alpha 1现已发布!(0个评论)
    • Laravel 11.15版本发布 - Eloquent Builder中添加的泛型(0个评论)
    • 近期评论
    • 122 在

      学历:一种延缓就业设计,生活需求下的权衡之选中评论 工作几年后,报名考研了,到现在还没认真学习备考,迷茫中。作为一名北漂互联网打工人..
    • 123 在

      Clash for Windows作者删库跑路了,github已404中评论 按理说只要你在国内,所有的流量进出都在监控范围内,不管你怎么隐藏也没用,想搞你分..
    • 原梓番博客 在

      在Laravel框架中使用模型Model分表最简单的方法中评论 好久好久都没看友情链接申请了,今天刚看,已经添加。..
    • 博主 在

      佛跳墙vpn软件不会用?上不了网?佛跳墙vpn常见问题以及解决办法中评论 @1111老铁这个不行了,可以看看近期评论的其他文章..
    • 1111 在

      佛跳墙vpn软件不会用?上不了网?佛跳墙vpn常见问题以及解决办法中评论 网站不能打开,博主百忙中能否发个APP下载链接,佛跳墙或极光..
    • 2016-10
    • 2016-11
    • 2018-04
    • 2020-03
    • 2020-04
    • 2020-05
    • 2020-06
    • 2022-01
    • 2023-07
    • 2023-10
    Top

    Copyright·© 2019 侯体宗版权所有· 粤ICP备20027696号 PHP交流群

    侯体宗的博客