資源簡介

(共20張PPT)
第15課
算法的應(yīng)用
匯報人姓名
2023.12.14
決策樹算法應(yīng)用
01
決策樹算法簡介
02
作業(yè)布置
03
總結(jié)回顧
04
CONTENTS
目 錄
01
決策樹算法簡介
1.決策樹算法簡介
01
決策樹是一種應(yīng)用非常廣泛的算法，比如語音識別、人臉識別、醫(yī)療診斷、模式識別等。
02
決策樹算法既可以解決分類問題（對應(yīng)的目標(biāo)值是類別型的數(shù)據(jù)），也能解決回歸問題（輸出結(jié)果也可以是連續(xù)的數(shù)值）。
相比其他算法，決策樹有一個非常明顯的優(yōu)勢，就是可以很直觀地進(jìn)行可視化，分類規(guī)則好理解，讓非專業(yè)的人也容易看明白。
比如某個周末，你根據(jù)天氣等情況決定是否出門，如果降雨就不出門，否則看是否有霧霾……這個決策的過程，可以畫成這樣一顆樹形圖：
02
決策樹算法應(yīng)用
下面我們以 sklearn 中的葡萄酒數(shù)據(jù)集為例，給定一些數(shù)據(jù)指標(biāo)，比如酒精度等，利用決策樹算法，可以判斷出葡萄酒的類別。
2.加載數(shù)據(jù)
為了方便利用圖形進(jìn)行可視化演示，我們只選取其中2 個特征：第 1 個特征（酒精度）和第 7 個特征（黃酮量），并繪制出 3 類葡萄酒相應(yīng)的散點(diǎn)圖。
在上面的散點(diǎn)圖中，顏色代表葡萄酒的類別，橫軸代表酒精度，縱軸代表黃酮量。
3. 調(diào)用算法
和調(diào)用其他算法的方法一樣，我們先把數(shù)據(jù)集拆分為訓(xùn)練集和測試集，然后指定相關(guān)參數(shù)，這里我們指定決策樹的最大深度等于 2，并對算法進(jìn)行評分。
從上面的結(jié)果可以看出，決策樹算法的訓(xùn)練得分和測試得分都還不錯。
假如設(shè)置 max_depth = 1，那么算法評分很低，就會出現(xiàn)欠擬合的問題。
假如設(shè)置 max_depth = 10，那么雖然算法的評分變高了，但是決策樹變得過于復(fù)雜，就會出現(xiàn)過擬合的問題。
4. 決策邊界
為了更加直觀地看到算法的分類效果，我們定義一個繪制決策邊界的函數(shù)，畫出分類的邊界線。
從圖中也可以直觀地看出，大部分?jǐn)?shù)據(jù)點(diǎn)的分類是基本準(zhǔn)確的，這也說明決策樹算法的效果還不錯。
5. 樹形圖
為了能夠更加直觀地理解決策樹算法，我們可以用樹形圖來展示算法的結(jié)果。
03
總結(jié)回顧
總結(jié)回顧
通過今天的學(xué)習(xí)有哪些收獲？請分享一下。
04
作業(yè)布置
練習(xí)1
搜集有關(guān)決策樹算法應(yīng)用的資料，下節(jié)課我們一起交流分享。
感謝聆聽

展開更多......

收起↑