下個學(xué)期開始就要講數(shù)據(jù)挖掘了麦锯，有點(diǎn)開心碎紊，也有點(diǎn)緊張佑附。數(shù)據(jù)挖掘不是單純的講解理論，更偏向于實踐仗考。所以除了把基礎(chǔ)的概念講清楚音同，如何帶著同學(xué)們做一些有意義的項目，確實是一個挑戰(zhàn)~~
今天呢秃嗜，我們就從決策樹開始权均，先介紹基礎(chǔ)的概念顿膨，然后再做一個項目練手。
先提醒大家一下叽赊，我會將一個算法分為多篇文章介紹虽惭，由淺入深。今天先給大家介紹一下決策樹的基本流程蛇尚。
決策樹是一類常見的機(jī)器學(xué)習(xí)方法芽唇。以二分類為例，我們希望從給定的訓(xùn)練數(shù)據(jù)集學(xué)得一個模型用以對新示例進(jìn)行分類取劫，這個把樣本分類的任務(wù)匆笤，可看作對“當(dāng)前樣本屬于正類嗎？”這個問題的“決策”或“判斷”谱邪。顧名思義炮捧，決策樹是基于樹結(jié)構(gòu)來進(jìn)行決策的，這恰是人類在面臨決策問題時一種很自然的處理機(jī)制惦银。例如咆课，我們要對“這是好機(jī)會嗎？”這樣的問題進(jìn)行決策時扯俱，通常會進(jìn)行一系列的判斷或“子決策”：我們先看“每個月賺多少錢”书蚪，如果是“合乎自己預(yù)期”，則我們再看“這家公司的主營業(yè)務(wù)”迅栅，如果是“一些熱門的行業(yè)”殊校，我們再判斷“它位于哪個地區(qū)”，如果是在“一線城市”读存，最后为流，我們的出最終決策：這是個好機(jī)會。
顯然让簿，決策過程的最終結(jié)論對應(yīng)了我們所希望的判定結(jié)果敬察，例如“是”或“不是”好機(jī)會；決策過程中提出的每個判定問題都是對某個屬性的“測試”尔当，例如“每月收入=莲祸？”，“主營業(yè)務(wù)=居凶？”虫给；每個測試的結(jié)果或是導(dǎo)出最終結(jié)論藤抡，或是導(dǎo)出進(jìn)一步的判定問題侠碧，其考慮范圍是在上次決策結(jié)果的限定范圍之內(nèi)，例如：若在“每個月賺多少錢=合乎自己預(yù)期”之后再判斷“這家公司的主營業(yè)務(wù)=缠黍？”弄兜，則僅在考慮合乎自己預(yù)期的收入的基礎(chǔ)上的公司的主營業(yè)務(wù)。
這句話理解起來比較繞，簡單來說就是替饿，判斷這家公司的主營業(yè)務(wù)的前提是语泽，收入需要滿足自己的預(yù)期。如果收入達(dá)不到預(yù)期视卢，那可能考慮的就不是主營業(yè)務(wù)踱卵，而是別的條件。
所以据过，面對“每月收入=惋砂？”這種問題，我們?nèi)绾位卮鹕F(xiàn)實生活中答案肯定不止一種西饵。我們選擇其中一種答案后，接下來該考慮什么問題鳞芙，是“主營業(yè)務(wù)=眷柔？”，還是“公司位于哪個地區(qū)=原朝？”驯嘱。這些問題的重要性如何取舍，是都考慮還是挑選某幾個問題喳坠。如何解決這些疑問呢宙拉？就需要用到算法了~~
好了，決策樹的基本概念先介紹這么多丙笋，我們盡量不說的那么書面化谢澈，盡量用通俗一點(diǎn)的語言來表達(dá)。期待下一篇對決策樹的進(jìn)一步介紹吧~
