時間：第14周
&關(guān)于計劃：
決策樹的學(xué)習(xí)--使用ID3算法：
（1）數(shù)據(jù)處理部分：
計算香農(nóng)熵壳影；
劃分?jǐn)?shù)據(jù)集合；
選擇最好的數(shù)據(jù)集劃分方式抽减；
構(gòu)建決策樹郁竟；
（2）Matplotlib繪圖部分：
基本節(jié)點(diǎn)繪制函數(shù)；
構(gòu)造注解樹狡逢、使用決策樹執(zhí)行分類宁舰；
（本文內(nèi)容參考于《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)》）
&內(nèi)容摘要：
1.計算香農(nóng)熵以及準(zhǔn)備數(shù)據(jù)集：
圖片發(fā)自簡書App
測試代碼：
（1）計算準(zhǔn)備好的數(shù)據(jù)集的香農(nóng)熵；
（2）新增一個鍵值（maybe）甚侣，計算香農(nóng)熵明吩，觀察其變化（熵越高，則混合的數(shù)據(jù)也越多）殷费；
圖片發(fā)自簡書App
2.首先印荔，關(guān)于append函數(shù)跟extend函數(shù)的區(qū)別：
圖片發(fā)自簡書App
接著，定義函數(shù)详羡，按照給定特征劃分?jǐn)?shù)據(jù)集：
圖片發(fā)自簡書App
測試：
圖片發(fā)自簡書App
圖片發(fā)自簡書App
3.選擇最好的數(shù)據(jù)集劃分方式：
代碼：
測試：
代碼運(yùn)行結(jié)果告訴我們仍律，第0個特征是最好的用于劃分?jǐn)?shù)據(jù)集的特征
4.繪制樹節(jié)點(diǎn)的函數(shù)設(shè)計：
圖片發(fā)自簡書App
圖片發(fā)自簡書App
