数据挖掘之决策树

1.什么是决策树：

    决策树是以树状结构表示数据分类的结果

 

 

非叶子结点代表测试的条件。

分支代表测试的结果

2.如何构建决策树

´1.信息熵（informationentropy）：是度量样本集合纯度最常用的一种指标

 

 2.基尼系数（gini）：是度量样本集合不确定性指标。（基尼指数与熵可近似看做是统一概念，都是越大，确定性越差）

 

 基尼指数和信息熵的图像：（当熵和基尼指数为0.5时，即确定某件事的概率为50%，是最不能肯定的事件。如：小明后天再路上捡钱的概率为50%，很不确定。如果概率为30%，代表很可能捡不到钱；如果概率为60%，则代表更可能捡到钱。）

一个小栗子：