决策树的损失函数公式详细说明和例子说明

公式的详细说明

L α ( T ) = ∑ t = 1 ∣ T ∣ N t H t ( T ) + α ∣ T ∣ L_{\alpha}(T) = \sum_{t=1}^{|T|} N_t H_t(T) + \alpha |T| Lα(T)=t=1∑∣T∣NtHt(T)+α∣T∣

这是决策树的损失函数，它由两部分组成：

∑ t = 1 ∣ T ∣ N t H t ( T ) \sum_{t=1}^{|T|} N_t H_t(T) ∑t=1∣T∣NtHt(T) - 这一部分衡量了整个决策树的分类效果，通过每个叶节点的经验熵来评估。公式的含义如下：
- H t ( T ) H_t(T) Ht(T) 是决策树 T T T 中第 t t t 个叶节点的经验熵（也称作分类不纯度）。经验熵是衡量某个叶节点上数据混乱程度的一个指标。举例来说，如果一个叶节点上的所有数据样本都属于同一类，则该节点的经验熵为 0，表示该节点非常纯。反之，如果该节点上的数据样本均匀分布在多个类别上，则经验熵较高，表示该节点不纯。
- N t N_t Nt 是第 t t t 个叶节点的样本数量。为了评估树的整体分类效果，我们对每个叶节点的经验熵进行加权，权重就是该叶节点上的样本数量 N t N_t Nt。因此，包含大量数据的叶节点对总损失的影响更大。
α ∣ T ∣ \alpha |T| α∣T∣ - 这一部分是正则化项，用于控制树的复杂度：
- ∣ T ∣ |T| ∣T∣ 是树的叶节点数。叶节点越多，意味着树的分割越多，模型的复杂度越高。
- α \alpha α 是正则化参数，它用来控制叶节点数带来的复杂度惩罚。如果 α \alpha α 值较小，则模型会允许更多的叶节点（树更复杂），如果 α \alpha α 值较大，模型则会倾向于保持较少的叶节点（树更简单）。

通过调整这个损失函数，算法的目标是找到一棵在经验熵和树的复杂度之间取得平衡的树。

例子说明

假设我们有一组数据用来分类，决策树的某个结构如下图所示（假设已经生成了一棵树）：

复制代码

       根节点
      /      \
   节点1     节点2
  /   \      /   \
叶1   叶2   叶3   叶4

假设决策树共有 4 个叶节点：叶1 , 叶2 , 叶3 , 叶4 \text{叶1}, \text{叶2}, \text{叶3}, \text{叶4} 叶1,叶2,叶3,叶4，所以 ∣ T ∣ = 4 |T| = 4 ∣T∣=4。
每个叶节点包含的样本数量分别为 N 1 = 30 N_1 = 30 N1=30, N 2 = 20 N_2 = 20 N2=20, N 3 = 25 N_3 = 25 N3=25, N 4 = 25 N_4 = 25 N4=25。
每个叶节点的经验熵分别为 H 1 ( T ) = 0.3 H_1(T) = 0.3 H1(T)=0.3, H 2 ( T ) = 0.1 H_2(T) = 0.1 H2(T)=0.1, H 3 ( T ) = 0.2 H_3(T) = 0.2 H3(T)=0.2, H 4 ( T ) = 0.4 H_4(T) = 0.4 H4(T)=0.4。
设正则化参数 α = 0.01 \alpha = 0.01 α=0.01。

计算第一项：经验熵之和

首先，计算加权经验熵之和：
∑ t = 1 ∣ T ∣ N t H t ( T ) = N 1 H 1 ( T ) + N 2 H 2 ( T ) + N 3 H 3 ( T ) + N 4 H 4 ( T ) \sum_{t=1}^{|T|} N_t H_t(T) = N_1 H_1(T) + N_2 H_2(T) + N_3 H_3(T) + N_4 H_4(T) t=1∑∣T∣NtHt(T)=N1H1(T)+N2H2(T)+N3H3(T)+N4H4(T)

代入已知数据：
∑ t = 1 4 N t H t ( T ) = 30 × 0.3 + 20 × 0.1 + 25 × 0.2 + 25 × 0.4 = 9 + 2 + 5 + 10 = 26 \sum_{t=1}^{4} N_t H_t(T) = 30 \times 0.3 + 20 \times 0.1 + 25 \times 0.2 + 25 \times 0.4 = 9 + 2 + 5 + 10 = 26 t=1∑4NtHt(T)=30×0.3+20×0.1+25×0.2+25×0.4=9+2+5+10=26

计算第二项：复杂度惩罚

接着，计算复杂度惩罚项：
α ∣ T ∣ = 0.01 × 4 = 0.04 \alpha |T| = 0.01 \times 4 = 0.04 α∣T∣=0.01×4=0.04

计算损失函数

将这两部分加在一起得到总的损失：
L α ( T ) = 26 + 0.04 = 26.04 L_{\alpha}(T) = 26 + 0.04 = 26.04 Lα(T)=26+0.04=26.04

解释：

经验熵之和（26） 反映了决策树的分类效果。这个值越低，说明叶节点的分类越纯，树的分类效果越好。
复杂度惩罚项（0.04） 反映了树的复杂度。值越高，说明树的叶节点越多，树越复杂。
总损失（26.04） 是两者的综合。我们希望总损失尽可能小，以找到既能很好分类数据又不过于复杂的树。

通过调节 α \alpha α 的值，可以控制树的复杂度。较小的 α \alpha α 会让树倾向于复杂的结构，而较大的 α \alpha α 则会使得树倾向于保持简单的结构，以避免过拟合。

结论

这个公式帮助我们在训练决策树时，不仅关注分类的准确性，还通过正则化项控制树的复杂度，确保生成的模型具有良好的泛化能力，而不会过度复杂导致过拟合。