决策树的学习过程
- 所有样本都在根结点
2.计算所有可能的特征的信息增益,选择信息增益最大的那个
3.根据选择的特征分离数据集,创造左右两支子树
4.继续进行分裂直到达到停止标准。停止标准有:一个节点只有一类样本;分裂一个节点会导致树的深度超过最大值;从新的分裂得到的信息增益低于一个阈值;一个节点中的样本数低于一个阈值。
决策树可以看做一个**递归(recursive)**的过程
独热编码one-hot
例如猫狗分类,原本耳朵形状这个特征有三个可能的取值,采用独热编码的方式创建三个新的特征,每个特征只有两种情况(0或1) ,每个特征恰好有一个是1,所以叫独热。也可以推广到其他特征,用0或1来表示特征,可以将数字作为神经网络的输入。