MATLAB简单实现ID3
Posted 不秩稚童
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了MATLAB简单实现ID3相关的知识,希望对你有一定的参考价值。
再看《MATLAB数据分析与挖掘实战》,简单总结下今天看到的经典的决策树算法——ID3.
ID3:在决策树的各级节点上,使用信息增益的方法作为属性的选择标准,来帮助确定生成每个节点时所应采取的合适属性。
关于信息增益,知乎上这个回答也讲的很不错。信息增益=熵 - 条件熵,信息增益越大,说明该条件对事件确定性的影响越大。所以,在决策树中,我们将信息增益值作为测试属性。把测试属性取值相同的样本划为同一个子样本集。
基本流程:
·对当前样本,计算所有属性的信息增益,并将信息增益作为测试属性;
·若子样本集的类别属性只含有单个属性,则分支为叶子节点,判断其属性值并贴上相应的,然后返回调用处;否则对子样本集递归调用算法。
原理看起来有点复杂,其实用MATLAB实现起来及其简单:
%% 使用ID3决策树算法预测销量高低 clear; % 参数初始化 inputfile = ‘F:\Techonolgoy\MATLAB\file\MTALAB数据分析与挖掘实战\Datasets\chapter5\chapter5\示例程序\data\sales_data.xls‘; % 销量及其他属性数据 %% 数据预处理 disp(‘正在进行数据预处理...‘); [matrix,attributes_label,attributes] = id3_preprocess(inputfile); %% 构造ID3决策树,其中id3()为自定义函数 disp(‘数据预处理完成,正在进行构造树...‘); tree = id3(matrix,attributes_label,attributes); %% 打印并画决策树 [nodeids,nodevalues] = print_tree(tree); tree_plot(nodeids,nodevalues); disp(‘ID3算法构建决策树完成!‘);
ID3缺点:
·偏向选择取值最多的即所谓的高度分支属性,不一定最优。
·只能处理离散属性。
以上是关于MATLAB简单实现ID3的主要内容,如果未能解决你的问题,请参考以下文章
Python机器学习(十八)决策树之系列一ID3原理与代码实现