欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python實(shí)現(xiàn)決策樹ID3算法的示例代碼

 更新時(shí)間:2018年05月30日 09:10:52   作者:HelloData  
這篇文章主要介紹了python實(shí)現(xiàn)決策樹ID3算法的示例代碼,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧

在周志華的西瓜書和李航的統(tǒng)計(jì)機(jī)器學(xué)習(xí)中對決策樹ID3算法都有很詳細(xì)的解釋,如何實(shí)現(xiàn)呢?核心點(diǎn)有如下幾個(gè)步驟

step1:計(jì)算香農(nóng)熵

from math import log
import operator


# 計(jì)算香農(nóng)熵
def calculate_entropy(data):
  label_counts = {}
  for feature_data in data:
    laber = feature_data[-1] # 最后一行是laber
    if laber not in label_counts.keys():
      label_counts[laber] = 0
    label_counts[laber] += 1

  count = len(data)
  entropy = 0.0

  for key in label_counts:
    prob = float(label_counts[key]) / count
    entropy -= prob * log(prob, 2)
  return entropy

step2.計(jì)算某個(gè)feature的信息增益的方法

# 計(jì)算某個(gè)feature的信息增益
# index:要計(jì)算信息增益的feature 對應(yīng)的在data 的第幾列
# data 的香農(nóng)熵
def calculate_relative_entropy(data, index, entropy):
  feat_list = [number[index] for number in data] # 得到某個(gè)特征下所有值(某列)
  uniqual_vals = set(feat_list)
  new_entropy = 0
  for value in uniqual_vals:
    sub_data = split_data(data, index, value)
    prob = len(sub_data) / float(len(data)) 
    new_entropy += prob * calculate_entropy(sub_data) # 對各子集香農(nóng)熵求和
  relative_entropy = entropy - new_entropy # 計(jì)算信息增益
  return relative_entropy

step3.選擇最大信息增益的feature

# 選擇最大信息增益的feature
def choose_max_relative_entropy(data):
  num_feature = len(data[0]) - 1
  base_entropy = calculate_entropy(data)#香農(nóng)熵
  best_infor_gain = 0
  best_feature = -1
  for i in range(num_feature):
    info_gain=calculate_relative_entropy(data, i, base_entropy)
    #最大信息增益
    if (info_gain > best_infor_gain):
      best_infor_gain = info_gain
      best_feature = i

  return best_feature

step4.構(gòu)建決策樹

def create_decision_tree(data, labels):
  class_list=[example[-1] for example in data]
  # 類別相同,停止劃分
  if class_list.count(class_list[-1]) == len(class_list):
    return class_list[-1]
  # 判斷是否遍歷完所有的特征時(shí)返回個(gè)數(shù)最多的類別
  if len(data[0]) == 1:
    return most_class(class_list)
  # 按照信息增益最高選取分類特征屬性
  best_feat = choose_max_relative_entropy(data)
  best_feat_lable = labels[best_feat] # 該特征的label
  decision_tree = {best_feat_lable: {}} # 構(gòu)建樹的字典
  del(labels[best_feat]) # 從labels的list中刪除該label
  feat_values = [example[best_feat] for example in data]
  unique_values = set(feat_values)
  for value in unique_values:
    sub_lables=labels[:]
    # 構(gòu)建數(shù)據(jù)的子集合,并進(jìn)行遞歸
    decision_tree[best_feat_lable][value] = create_decision_tree(split_data(data, best_feat, value), sub_lables)
  return decision_tree

在構(gòu)建決策樹的過程中會(huì)用到兩個(gè)工具方法:

# 當(dāng)遍歷完所有的特征時(shí)返回個(gè)數(shù)最多的類別
def most_class(classList):
  class_count={}
  for vote in classList:
    if vote not in class_count.keys():class_count[vote]=0
    class_count[vote]+=1
  sorted_class_count=sorted(class_count.items,key=operator.itemgetter(1),reversed=True)
  return sorted_class_count[0][0]
  
# 工具函數(shù)輸入三個(gè)變量(待劃分的數(shù)據(jù)集,特征,分類值)返回不含劃分特征的子集
def split_data(data, axis, value):
  ret_data=[]
  for feat_vec in data:
    if feat_vec[axis]==value :
      reduce_feat_vec=feat_vec[:axis]
      reduce_feat_vec.extend(feat_vec[axis+1:])
      ret_data.append(reduce_feat_vec)
  return ret_data

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • Python時(shí)間戳與日期格式之間相互轉(zhuǎn)化的詳細(xì)教程

    Python時(shí)間戳與日期格式之間相互轉(zhuǎn)化的詳細(xì)教程

    java默認(rèn)精度是毫秒級別的,生成的時(shí)間戳是13位,而python默認(rèn)是10位的,精度是秒,下面這篇文章主要給大家介紹了關(guān)于Python時(shí)間戳與日期格式之間相互轉(zhuǎn)化的相關(guān)資料,需要的朋友可以參考下
    2022-08-08
  • Python無損音樂搜索引擎實(shí)現(xiàn)代碼

    Python無損音樂搜索引擎實(shí)現(xiàn)代碼

    這篇文章主要介紹了Python無損音樂搜索引擎的實(shí)現(xiàn)代碼,非常不錯(cuò),具有參考借鑒價(jià)值,需要的朋友可以參考下
    2018-02-02
  • python與matlab一些常用函數(shù)互轉(zhuǎn)問題

    python與matlab一些常用函數(shù)互轉(zhuǎn)問題

    這篇文章主要介紹了python與matlab一些常用函數(shù)互轉(zhuǎn),包括十六進(jìn)制字節(jié)流數(shù)據(jù)的相關(guān)知識(shí),本文通過示例代碼給大家講解的非常詳細(xì),需要的朋友可以參考下
    2022-12-12
  • python實(shí)現(xiàn)的簡單窗口倒計(jì)時(shí)界面實(shí)例

    python實(shí)現(xiàn)的簡單窗口倒計(jì)時(shí)界面實(shí)例

    這篇文章主要介紹了python實(shí)現(xiàn)的簡單窗口倒計(jì)時(shí)界面,實(shí)例分析了Python基于Tkinter操作windows窗口界面的相關(guān)技巧,非常具有實(shí)用價(jià)值,需要的朋友可以參考下
    2015-05-05
  • Python實(shí)現(xiàn)柵欄密碼的加密解密方法詳解

    Python實(shí)現(xiàn)柵欄密碼的加密解密方法詳解

    這篇文章主要介紹了Python實(shí)現(xiàn)柵欄密碼的加密解密方法,所謂柵欄密碼,就是把要加密的明文分成N個(gè)一組,然后把每組的第1個(gè)字連起來,形成一段無規(guī)律的話。不過柵欄密碼本身有一個(gè)潛規(guī)則,就是組成柵欄的字母一般不會(huì)太多
    2023-01-01
  • python 在mysql中插入null空值的操作

    python 在mysql中插入null空值的操作

    這篇文章主要介紹了python 在mysql中插入null空值的操作,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2021-03-03
  • 詳解python單元測試框架unittest

    詳解python單元測試框架unittest

    本篇文章給大家詳解了python單元測試框架unittest的相關(guān)知識(shí)點(diǎn),有興趣的朋友參考學(xué)習(xí)下。
    2018-07-07
  • Python?json模塊常用方法小結(jié)

    Python?json模塊常用方法小結(jié)

    本文主要介紹了Python?json模塊常用方法小結(jié),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2023-03-03
  • python3常用的數(shù)據(jù)清洗方法(小結(jié))

    python3常用的數(shù)據(jù)清洗方法(小結(jié))

    這篇文章主要介紹了python3常用的數(shù)據(jù)清洗方法(小結(jié)),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-10-10
  • Python實(shí)現(xiàn)帶圖形界面的炸金花游戲(升級版)

    Python實(shí)現(xiàn)帶圖形界面的炸金花游戲(升級版)

    詐金花又叫三張牌,是在全國廣泛流傳的一種民間多人紙牌游戲,它具有獨(dú)特的比牌規(guī)則。本文將通過Python語言實(shí)現(xiàn)升級版的帶圖形界面的詐金花游戲,需要的可以參考一下
    2022-12-12

最新評論