标签：cart 就是 学习过程 过拟合 泛化 class 指标 性能提升 离散
一棵树包含一个根节点、若干个内部结点和若干个叶节点。从根节点开始，经由若干个内部结点，到不同的分支，最终到达不同的叶节点。
根节点包含了样本全集，叶节点对应了决策结果，从根节点到每个叶节点的路径对应了一个判定测试样本。
对于一棵用于分类的决策树来说，关键就是若干个内部结点的确定。
针对数据集$D = \{ ({{\bf{x}}_1},{y_1}),({{\bf{x}}_2},{y_2}),...,({{\bf{x}}_m},{y_m})\} $，其中${\bf{x}} = \{ {x_1},{x_2},...,{x_d}\}$，包含d维属性，$y$是对应的类别。
我们需要确定依次从哪个属性（视为内部结点）开始划分，一直到：
1）当前结点包含的样本全属于一个类别，无需再划分；
2）当前属性值为空，或是所有样本在所有属性上取值相同，无法划分；
2）当前结点包含的样本集为空，不能划分，
为止。最后返回一个包含固定结点的决策树。
决策树学习基本算法
输入：训练集$D = \{ ({{\bf{x}}_1},{y_1}),({{\bf{x}}_2},{y_2}),...,({{\bf{x}}_m},{y_m})\} $，
其中${\bf{x}} = \{ {x_1},{x_2},...,{x_d}\}$，即属性集$A = \{a_1, a_2,...,a_d\}$
过程：从根节点开始，
输出：包含固定结点的决策树
随着划分过程不断进行，我们希望决策树的分支结点所包含的样本尽可能属于同一类别，我们选择最优划分属性有三种指标，信息增益、增益率、基尼指数。
信息增益 ID3决策树
增益率 C4.5决策树
基尼系数 CART决策树
。。。
2.1 剪枝处理
剪枝是决策树学习算法对付“过拟合”的主要手段。
预剪枝是指在决策树生成过程中，对每个结点在划分前先进行估计，若当前结点的划分不能带来决策树泛化性能提升，则停止划分并将当前结点标记为叶结点；
后剪枝则是先从训练集生成一棵完整的决策树，然后自底向上地对非叶结点进行考察，若将该结点对应的子树替换为叶结点能带来决策树泛化性能提升，则将该子树替换为叶结点.
如何判断决策树泛化性能是否提升呢? 例如留出法，即预留一部分数据用作"验证集"，来评估决策树的泛化性能。
后剪枝决策树通常比预剪枝决策树保留了更多的分支。一般情形下，后剪枝决策树的欠拟合风险很小，泛化性能往往优于预剪枝决策树。
但后剪枝过程是在生成完全决策树之后进行的，并且要自底向上地对树中的所有非叶结点进行逐一考察，因此其训练时间开销比未剪枝决策树和预剪枝决策树都要大得多。
2.2 连续与缺失值
连续值需要离散化，比如采用二分法(bi-partition)对连续属性进行处理，从大到小排序，选择$\frac{{\max - \min }}{2}$为划分点来分为两类。
需注意的是，与离散属性不同，若当前结点划分属性为连续属性?该属性还可作为其后代结点的划分属性.
缺失值（不完整样本）不能被简单的放弃，有必要考虑利用有缺失属性值的训练、样例来进行学习。与没有缺失值决策树学习过程不同的是：
我们需要给每个样本赋予一个权重$\omega $，在最开始的时候，样本权重都是1。
在进行划分属性选择的时，最优属性指标的计算多乘上一个比例$\rho $，该比例$\rho $表示该属性无缺失样本所占的比例。
给定划分属性在进行样本划分时，对于属性缺失的样本，按照不同的概率 $r$划入到该属性不同取值（子节点）中去，该概率$r$表示无缺失值样本中在该属性中所占的比例。也就是在进行样本划分时，会把这个样本在该属性下的权重调整为$\omega \cdot r$。
标签：cart 就是 学习过程 过拟合 泛化 class 指标 性能提升 离散
原文地址：https://www.cnblogs.com/yijuncheng/p/9943559.html
