使用决策树进行探索性数据分析

文章预览

决策树 （DT） 是最直观的机器学习算法，其可以根据一系列简单选择做出复杂决策。 DT 在运筹学和数据科学领域非常实用，其成功的原因在于它遵循与人类决策过程类似的过程。该过程基于流程图，其中每个节点都会对给定变量进行简单的二元决策，直到我们做出最终决策。 举个简单的例子：买一件 T 恤。如果我想买一件 T 恤，我可能会考虑几个变量，比如价格、品牌、尺码和颜色。所以我从预算开始做决定： 如果价格超过 30 美元，我不会买。否则我会买。 一旦找到低于 30 美元的商品，我希望它是我喜欢的品牌。如果是，我会继续做决定。 现在，它适合我吗？我的尺寸？如果适合，我们继续。 最后，如果 30 美元以下、品牌 X、尺码 S 的衬衫是黑色的，我会买它，否则，我可以继续寻找，或者以“我不会买它”结束我的决策过程。 决策树过程 ………………………………