1、信息熵
信息熵的概念
信息熵由克劳德·香农提出，用于量化信息的不确定性或随机性。在信息论中，熵表示一个随机事件所需的最小平均信息量（通常以比特为单位）。熵越高，系统的不确定性越大；熵越低，确定性越强。
数学定义
对于离散随机变量 ( X )，其可能的取值为 ( )，对应的概率为 (
)，信息熵 ( H(X) ) 定义为：
其中，
表示以 2 为底的对数，确保单位为比特。若概率
，则对应项定义为 0（因为
）。
关键性质
- 非负性 ：
，当且仅当 ( X ) 为确定事件（某概率为 1）时熵为 0。
- 最大值 ：对于 ( n ) 个可能事件，当所有事件等概率
- 可加性：独立随机变量 ( X ) 和 ( Y ) 的联合熵满足 ( H(X, Y) = H(X) + H(Y) )。
应用场景
- 数据压缩：熵表示无损压缩的极限，实际压缩算法的效率常以熵为基准。
- 通信编码：香农的信道编码定理指出，通信速率低于信道容量（与熵相关）时可实现可靠传输。
- 机器学习：决策树算法（如 ID3、C4.5）使用熵衡量特征的分裂效果。
示例计算
假设一个二元随机变量 ( X )（如硬币投掷），正面概率 ( p = 0.6 )，反面 ( 1-p = 0.4 )，其熵为： [ H(X) = -0.6 \log_2 0.6 - 0.4 \log_2 0.4 \approx 0.971 \text{ 比特} ]
当 ( p = 0.5 )（公平硬币）时，熵达到最大值 1 比特。
熵与不确定性
熵的本质是描述系统的不确定性。例如：
- 天气预报中"晴天概率 100%"的熵为 0，无信息量。
- "晴雨各 50%"的熵为 1 比特，需 1 比特信息消除不确定性。
2、决策树的基本概念
决策树是一种监督学习算法，用于分类和回归任务。其结构类似于树形流程图，通过一系列规则对数据进行分割，最终形成预测模型。每个内部节点代表一个特征测试，分支代表测试结果，叶节点代表最终的决策或输出值。
核心组成部分
- 根节点：树的起始点，包含所有样本。
- 内部节点：对某一特征进行判断，产生分支。
- 叶节点：最终的分类结果或回归值。
- 分支：特征测试的不同可能路径。
关键算法
决策树的构建依赖以下算法：
- ID3：使用信息增益选择特征，仅支持分类任务。
- C4.5：改进ID3，引入信息增益率处理连续特征和缺失值。
- CART：支持分类（基尼系数）和回归（均方误差），生成二叉树。
数学公式示例
-
信息熵 （衡量不确定性）：
-
基尼系数 （用于CART分类）：
实际应用步骤
- 特征选择：根据指标（如信息增益、基尼系数）选择最佳分割特征。
- 树的生长：递归分割数据，直到满足停止条件（如节点纯度、最大深度）。
- 剪枝：防止过拟合，通过预剪枝（提前终止）或后剪枝（修剪已生成的树）。
优缺点分析
- 优点：直观易解释、无需数据标准化、支持混合特征类型。
- 缺点：容易过拟合、对噪声敏感、可能忽略特征间的相关性。
示例代码（Python）
from sklearn.tree import DecisionTreeClassifier
from sklearn.datasets import load_iris
# 加载数据
data = load_iris()
X, y = data.data, data.target
# 训练模型
clf = DecisionTreeClassifier(criterion='gini', max_depth=3)
clf.fit(X, y)
# 预测
print(clf.predict([[5.1, 3.5, 1.4, 0.2]]))