秦曾昌人工智能课程---6、Decision Tree Learning

秦曾昌人工智能课程---6、Decision Tree Learning

一、总结

一句话总结：

怎样去构建决策树：比如一维：***|00|***|000|***,|为分割线，每个分割点都是一种情况，选一个分割点，然后再选下一个分割点，即可构成二叉树

决策树是机器学习中最简单的算法

1、机器学习的决策树算法中怎么构建决策树？

熵越小信息越有序：把不相干的点划分开，比如***00|***000***,|为分割线

一维表现：***|00|***|000|***,|为分割线，每个分割点都是一种情况，选一个分割点，然后再选下一个分割点，即可构成二叉树

2、多维向量如何化为决策树（比如outlook几种，temperature几种，humidity几种，wind几种）？

条件做分支：如果以outlook为根，如果outlook是sunny怎样，比如判断湿度，如果outlook是rain怎么样，比如判断温度

叶子节点做结果：以叶子节点来做结果，比如yes啊，no啊，表示是否会去做某事

3、如何比较两个信息量的大小，比如（H(x1)=你妈妈打电话让你穿秋裤；H(x2)=你辅导员打电话告诉你得了什么奖学金） ？

概率相关：H(x)=1/P(x)：可能和事情发生的概率相关：H(x2)的概率要低

4、信息量的特点是什么，比如（H(x1)=你妈妈打电话让你穿秋裤；H(x2)=你辅导员打电话告诉你得了什么奖学金） ？

1、概率相关：H(x)=1/P(x)：可能和事情发生的概率相关：H(x2)的概率要低

2、大于等于0：H(x1)>=0：比如你妈妈给你打了一个电话，你最多觉得这件事没有信息，但是你的信息没有反馈回去给你妈妈

3、相加性：H(x1,x2)=H(x1)+H(x2)

5、两件事情的信息量和每件事情信息量之间的关系是什么（H(x1)=你妈妈打电话让你穿秋裤；H(x2)=你辅导员打电话告诉你得了什么奖学金）？

相加性：H(x1,x2)=H(x1)+H(x2)

6、满足信息量三个条件的函数可以是什么？

|||-begin

1、概率相关：H(x)=1/P(x)：可能和事情发生的概率相关：H(x2)的概率要低
2、大于等于0：H(x1)>=0：比如你妈妈给你打了一个电话，你最多觉得这件事没有信息，但是你的信息没有反馈回去给你妈妈
3、相加性：H(x1,x2)=H(x1)+H(x2)

|||-end

log(1/p(x))：H(x)=log(1/p(x))=-log(p(x))，log以2为底

7、信息熵是什么，怎么表示？

信息量的数学期望：Entrapy(x)=Ex[H(x)]=Ex[-log(p(x))]，Ex表示数学期望，H(x)表示信息量函数

作用：描述物体的混合程度：信息熵为0表示只有一种物体，比如叉叉和圈圈的混合中

8、二维空间中，比如两种点（两种信息）怎么分割开？

横纵都可分：不仅可以横向分割，还可以纵向分割

9、低熵体是什么状态？

高度有序的状态

10、为什么数学中我们常用2做log的底数？

方便计算机存储和表示：因为我们想知道在计算机中用多少个01可以把这个结果表示出来

11、“分子运动的期望就是温度”，这句话怎么理解？

热就是分子的运动，热就是温度：热就是分子的运动，分子有的运动的快，有的运动的慢，所以分子运动的期望就是温度

12、信息熵和信息量的关系是什么？

信息熵小表示信息量大：熵越小，越有序，信息量越大

信息熵是信息量的期望：信息量越大，熵越多，但是熵就越无序（熵越多越无序）

13、信息熵和信息量在机器学习中的应用？

希望熵小，希望信息有序：我们希望熵小，这样信息量有序，我们在机器学习中越方便建立模型

14、决策树的本质是什么？

把不相关的因素给它分割开

决策树的每个叶子（每种情况）相当于你划分的一小块块

15、划分决策树的三种方式？

Entropy

Gini

Misclassification error

16、决策树越来越大，我们什么时候该停止？

停早-学不到数据的性能：如果停的比较早，代表决策树没有很好的学到这些数据的性能

停晚-过度拟合：如果停的特别往后，又会出现树比较大，过度拟合的问题

17、决策树算法使用的数据特征有哪些？

离散数据：比如没有顺序yes，no，比如有顺序的young，old

连续数据：比如一个人的年龄

18、信息增益是什么？

信息熵的变化：信息熵越小，信息增益越大

19、Gini系数与信息熵在对于不同的分叉的判断是怎样？

Gini系数越小表示信息越有序，统一

信息熵越小（信息增益越大）表示信息越有序，统一

20、决策树算法相当于在特征空间中进行什么样的操作？

垂直线性分割

二、内容在总结中