做网站站长先把作息和身体搞好,wordpress seo代码,电子商务可以从事的职业,域名注册需要多久题目#xff1a;数据集如下图所示#xff0c;根据我们对决策树的理解#xff0c;设计一棵决策树#xff0c;并输入{Age:36,Salary:H,STU:No,Credit:OK} 测试数据#xff0c;是否与预期结果一致#xff1f;注意#xff0c;不允许直接调用Sklearn提供的决策树方法 决策树算…题目数据集如下图所示根据我们对决策树的理解设计一棵决策树并输入{Age:36,Salary:H,STU:No,Credit:OK} 测试数据是否与预期结果一致注意不允许直接调用Sklearn提供的决策树方法 决策树算法思想 1.使用信息增益选择最佳属性以拆分数据集。 2.使该属性成为决策节点并将数据集分成较小的子集。 3.通过对每个子节点递归地重复此过程来开始树的构建直到其中一个条件匹配 所有元组都属于相同的属性值。没有更多的剩余属性。没有更多实例了。 数据整理为csv格式 Age,Salary,STU,Credit,BuyComputer 30,H,No,OK,No 30,H,No,Good,No 30-40,H,No,OK,Yes 40,M,No,OK,Yes 40,L,Yes,OK,Yes 40,L,Yes,Good,No 30-40,L,Yes,Good,Yes 30,M,No,OK,No 30,L,Yes,OK,Yes 40,M,Yes,OK,Yes 30,M,Yes,Good,Yes 30-40,M,No,Good,Yes 30-40,H,Yes,OK,Yes 40,M,No,Good,No编码实现 from math import log import pandas as pd # 计算信息熵 def Ent(dataset):n len(dataset)label_counts {}for item in dataset:label_current item[-1]if label_current not in label_counts.keys():label_counts[label_current] 0label_counts[label_current] 1ent 0.0for key in label_counts:prob label_counts[key]/nent - prob * log(prob,2)return ent#按照权重计算各分支的信息熵 def sum_weight(grouped,total_len):weight len(grouped)/total_len#print(grouped.iloc[:,-1])return weight * Ent(grouped.iloc[:,-1])#根据公式计算信息增益 def Gain(column, data):lenth len(data)ent_sum data.groupby(column).apply(lambda x:sum_weight(x,lenth)).sum() ent_D Ent(data.iloc[:,-1])return ent_D - ent_sum# 计算获取最大的信息增益的feature输入data是一个dataframe返回是一个字符串 def get_max_gain(data):max_gain 0cols data.columns[:-1]for col in cols:gain Gain(col,data)if gain max_gain:max_gain gainmax_label colreturn max_label #获取data中最多的类别作为节点分类输入一个series返回一个索引值为字符串 def get_most_label(label_list):return label_list.value_counts().idxmax()# 创建决策树传入的是一个dataframe最后一列为label def TreeGenerate(data):feature data.columns[:-1]label_list data.iloc[:, -1]#如果样本全属于同一类别C将此节点标记为C类叶节点if len(pd.unique(label_list)) 1:return label_list.values[0]#如果待划分的属性集A为空或者样本在属性A上取值相同则把该节点作为叶节点并标记为样本数最多的分类elif len(feature)0 or len(data.loc[:,feature].drop_duplicates())1:return get_most_label(label_list)#从A中选择最优划分属性best_attr get_max_gain(data)tree {best_attr: {}}#对于最优划分属性的每个属性值生成一个分支for attr,gb_data in data.groupby(bybest_attr):print(gb_data)if len(gb_data) 0:tree[best_attr][attr] get_most_label(label_list)else:#在data中去掉已划分的属性new_data gb_data.drop(best_attr,axis1)#递归构造决策树tree[best_attr][attr] TreeGenerate(new_data)return tree#使用递归函数进行分类 def tree_predict(tree, data):feature list(tree.keys())[0]label data[feature]next_tree tree[feature][label]if type(next_tree) str:return next_treeelse:return tree_predict(next_tree, data)data pd.read_csv(computer.csv)#得到经过训练后的决策树 mytree TreeGenerate(data) print(mytree) test_data {Age:30-40,Salary:H,STU:No,Credit:OK} predict tree_predict(mytree,test_data) print(predict)实验运行结果 测试结果 Yes