【模型】5分钟了解决策树是一个什么模型

本站原创文章，转载请说明来自《老饼讲解-机器学习》[www.bbbdata.com(https://www.bbbdata.com/ml)

决策树模型是机器学习中不可不学的模型之一，本文简单直接地快速讲解决策树是什么，如何实现。

一、决策树模型

决策树一般包括ID3决策树，C4.5决策树与CART决策树。
ID3与C4.5决策树是基于熵的概念构建的决策树，现在已经用得相对较少，目前用得较多的是CART决策树。
CART决策树全称为Classification And Regression Tree,即分类与回归树。因此CART决策树既可以用来做分类，又可以用来做回归。

1.1.ID3决策树

ID3决策树是最早提出的决策树，它的变量是枚举变量，然后根据枚举值不断分枝决策，最终到达的叶子节点就是模型的预测结果。ID3决策树在构建时使用信息熵的来确定选择哪个变量进行构建。

1.2. CART决策树

CART决策树模型是一棵二叉树，如下：
CART决策模型
CART决策树模型是一棵二叉树，会根据变量不断地进行判断，最后到达叶子节点时，节点上的类别(做回归时则是值)就是模型的预测结果。CART决策树在构建时一般使用GINI系数来确定选择哪个变量来构建。
CART决策树的详细构建流程可参考：【原理】CART决策树构建过程详细讲解

1.3. C4.5决策树

C4.5决策树可以认为是ID3决策树到CART决策树的过渡，即支持枚举变量，又支持连续变量。C4.5决策树使用信息增益比来确定选择哪个变量进行构建。

二、如何在python中构建一棵决策树

2.1. 数据说明

不妨以鸢尾花数据为例（即sk-learn中的iris数据）
鸢尾花数据共有150个样本，包括鸢尾花的四个特征与鸢尾花的类别，具体数据如下：

花萼长度 sepal length (cm) 、花萼宽度 sepal width (cm)
花瓣长度 petal length (cm) 、花瓣宽度 petal width (cm)
山鸢尾：0,杂色鸢尾：1,弗吉尼亚鸢尾：2

2.2. python中构建一棵CART决策树

下面使用python的sklearn包来构建一棵CART决策树，具体代码如下：

from sklearn.datasets import load_iris
from sklearn import tree
#----------------数据准备--------------------
iris = load_iris()                                 # 加载数据
#---------------模型训练---------------------
clf = tree.DecisionTreeClassifier()                # sk-learn的决策树模型
clf = clf.fit(iris.data, iris.target)              # 用数据训练树模型构建()
r = tree.export_text(clf, feature_names=iris['feature_names'])#---------------模型预测结果------------------
text_x = iris.data[[0,1,50,51,100,101], :]
pred_target_prob = clf.predict_proba(text_x)        # 预测类别概率
pred_target = clf.predict(text_x)                   # 预测类别#---------------打印结果---------------------
print("\n===模型======")
print(r)
print("\n===测试数据：=====")
print(text_x)
print("\n===预测所属类别概率：=====")
print(pred_target_prob)
print("\n===预测所属类别：======")
print(pred_target)

运行结果如下：
构建好的决策树模型：
在这里插入图片描述
预测结果：

可以看到模型的预测结果是正确的。

三、如何将决策树可视化

要绘画出决策树的模型结构，可以使用graphviz 包，下面是一个代码示例与实现效果。

from sklearn.datasets import load_iris
from sklearn import tree
import graphviz 
#----------------数据准备----------------------------
iris = load_iris()                          # 加载数据
#---------------模型训练----------------------------------
clf = tree.DecisionTreeClassifier()         # sk-learn的决策树模型
clf = clf.fit(iris.data, iris.target)       # 用数据训练树模型构建()
r = tree.export_text(clf, feature_names=iris['feature_names'])
dot_data = tree.export_graphviz(clf, out_file=None, feature_names=iris.feature_names,  class_names=iris.target_names,  filled=True, rounded=True,  special_characters=True)  
graph = graphviz.Source(dot_data)  
graph                                    # 显示图形。（如果没显示，则需要独立运行这一句）
#graph.render("iris")                    # 将图形保存为iris.pdf文件。
#graph.view()                            # 直接打开pdf文件展示