python实现决策树ID3算法的示例代码


Posted in Python onMay 30, 2018

在周志华的西瓜书和李航的统计机器学习中对决策树ID3算法都有很详细的解释,如何实现呢?核心点有如下几个步骤

step1:计算香农熵

from math import log
import operator


# 计算香农熵
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.计算某个feature的信息增益的方法

# 计算某个feature的信息增益
# index:要计算信息增益的feature 对应的在data 的第几列
# data 的香农熵
def calculate_relative_entropy(data, index, entropy):
  feat_list = [number[index] for number in data] # 得到某个特征下所有值(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) # 对各子集香农熵求和
  relative_entropy = entropy - new_entropy # 计算信息增益
  return relative_entropy

step3.选择最大信息增益的feature

# 选择最大信息增益的feature
def choose_max_relative_entropy(data):
  num_feature = len(data[0]) - 1
  base_entropy = calculate_entropy(data)#香农熵
  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.构建决策树

def create_decision_tree(data, labels):
  class_list=[example[-1] for example in data]
  # 类别相同,停止划分
  if class_list.count(class_list[-1]) == len(class_list):
    return class_list[-1]
  # 判断是否遍历完所有的特征时返回个数最多的类别
  if len(data[0]) == 1:
    return most_class(class_list)
  # 按照信息增益最高选取分类特征属性
  best_feat = choose_max_relative_entropy(data)
  best_feat_lable = labels[best_feat] # 该特征的label
  decision_tree = {best_feat_lable: {}} # 构建树的字典
  del(labels[best_feat]) # 从labels的list中删除该label
  feat_values = [example[best_feat] for example in data]
  unique_values = set(feat_values)
  for value in unique_values:
    sub_lables=labels[:]
    # 构建数据的子集合,并进行递归
    decision_tree[best_feat_lable][value] = create_decision_tree(split_data(data, best_feat, value), sub_lables)
  return decision_tree

在构建决策树的过程中会用到两个工具方法:

# 当遍历完所有的特征时返回个数最多的类别
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]
  
# 工具函数输入三个变量(待划分的数据集,特征,分类值)返回不含划分特征的子集
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内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python实现向QQ群成员自动发邮件的方法
Nov 19 Python
Python lambda和Python def区别分析
Nov 30 Python
用python找出那些被“标记”的照片
Apr 20 Python
Python 通过pip安装Django详细介绍
Apr 28 Python
Python错误: SyntaxError: Non-ASCII character解决办法
Jun 08 Python
Python for循环生成列表的实例
Jun 15 Python
Python常见数字运算操作实例小结
Mar 22 Python
在django view中给form传入参数的例子
Jul 19 Python
Python 类方法和实例方法(@classmethod),静态方法(@staticmethod)原理与用法分析
Sep 20 Python
Flask之pipenv虚拟环境的实现
Nov 26 Python
使用Tensorflow将自己的数据分割成batch训练实例
Jan 20 Python
用ldap作为django后端用户登录验证的实现
Dec 07 Python
浅谈Django中的数据库模型类-models.py(一对一的关系)
May 30 #Python
Python实现的读取电脑硬件信息功能示例
May 30 #Python
Python应用库大全总结
May 30 #Python
Django中反向生成models.py的实例讲解
May 30 #Python
Python RabbitMQ消息队列实现rpc
May 30 #Python
python日期时间转为字符串或者格式化输出的实例
May 29 #Python
python 集合 并集、交集 Series list set 转换的实例
May 29 #Python
You might like
php 验证码实例代码
2010/06/01 PHP
PHP使用Mysqli类库实现完美分页效果的方法
2016/04/07 PHP
ThinkPHP 在阿里云上的nginx.config配置实例详解
2017/10/11 PHP
php微信开发之谷歌测距
2018/06/14 PHP
很可爱的输入框
2008/08/03 Javascript
node.js不得不说的12点内容
2014/07/14 Javascript
使用focus方法让光标默认停留在INPUT框
2014/07/29 Javascript
IE8中动态创建script标签onload无效的解决方法
2014/12/22 Javascript
jQuery实现表格行和列的动态添加与删除方法【测试可用】
2016/08/01 Javascript
vue中axios处理http发送请求的示例(Post和get)
2017/10/13 Javascript
vue2.0在没有dev-server.js下的本地数据配置方法
2018/02/23 Javascript
深入理解JS的事件绑定、事件流模型
2018/05/13 Javascript
MVVM 双向绑定的实现代码
2018/06/21 Javascript
微信小程序制作表格的方法
2019/02/14 Javascript
基于vuex实现购物车功能
2021/01/10 Vue.js
[02:54]DOTA2英雄基础教程 暗影牧师戴泽
2013/12/05 DOTA
[02:44]DOTA2英雄基础教程 魅惑魔女
2014/01/07 DOTA
使用py2exe在Windows下将Python程序转为exe文件
2016/03/04 Python
浅析python中的分片与截断序列
2016/08/09 Python
python实现搜索文本文件内容脚本
2018/06/22 Python
对python打乱数据集中X,y标签对的方法详解
2018/12/14 Python
python用opencv批量截取图像指定区域的方法
2019/01/24 Python
python实现字符串加密 生成唯一固定长度字符串
2019/03/22 Python
django fernet fields字段加密实践详解
2019/08/12 Python
Python字典添加,删除,查询等相关操作方法详解
2020/02/07 Python
Pytorch数据拼接与拆分操作实现图解
2020/04/30 Python
使用keras实现BiLSTM+CNN+CRF文字标记NER
2020/06/29 Python
Python实现弹球小游戏
2020/08/01 Python
python zip()函数的使用示例
2020/09/23 Python
英国最大的海报商店:GB Posters
2018/03/20 全球购物
银行职业规划书范文
2013/12/28 职场文书
学年末自我鉴定
2014/01/21 职场文书
班班通校本培训方案
2014/03/12 职场文书
优秀护士演讲稿
2014/04/30 职场文书
护士感人事迹
2014/05/01 职场文书
中国在我心中演讲稿
2014/09/13 职场文书