如何用決策樹模型做數(shù)據(jù)分析？

• 簡(jiǎn)單：邏輯相對(duì)簡(jiǎn)單，整個(gè)算法沒有更復(fù)雜的邏輯，只是對(duì)節(jié)點(diǎn)進(jìn)行分叉；
• 高效：模型訓(xùn)練速度較快；
• 強(qiáng)解釋性：模型的判斷邏輯可以用語言清晰的表達(dá)出來，比如上述決策樹案例中的判斷，就可以直接用語言表述成：脫離水不能生存的沒有腳蹼的動(dòng)物，我們判斷它是魚；

• 監(jiān)督分層；
• 驅(qū)動(dòng)力分析：某個(gè)因變量指標(biāo)受多個(gè)因素所影響，分析不同因素對(duì)因變量驅(qū)動(dòng)力的強(qiáng)弱（驅(qū)動(dòng)力指相關(guān)性，不是因果性）；
• 預(yù)測(cè)：根據(jù)模型進(jìn)行分類的預(yù)測(cè)；

熵是什么？

信息增益

我們繼續(xù)用上一篇文章《如何用線性回歸模型做數(shù)據(jù)分析》中的共享單車服務(wù)滿意分?jǐn)?shù)據(jù)集來做案例，分析哪一類人群更加偏向于成為公司的推薦者，我們需要分析用戶特征，更好的區(qū)分出推薦者。

• 樹的深度 — 如規(guī)定樹的深度不能超過3

• 葉子結(jié)點(diǎn)樣本數(shù) — 如葉子結(jié)點(diǎn)樣本數(shù)不能小于10

• 信息增益 — 如每一個(gè)分叉的信息增益不能小于0.2（R中的默認(rèn)值）

決策樹在數(shù)據(jù)分析中的實(shí)戰(zhàn)流程

• 模型建立后，可以將模型用作分類預(yù)測(cè)；
• 決策樹不只可應(yīng)用于預(yù)測(cè)量為分類變量，還可應(yīng)用于數(shù)值型因變量，只需將熵改為連續(xù)變量的方差；
• 特征劃分的方法除了信息增益方法外，還可以用增益率(C4.5決策樹)、基尼指數(shù)(CART決策樹)；
• 剪枝是決策樹算法中防止過擬合的主要手段，分為預(yù)剪枝與后剪枝。預(yù)剪枝指在決策樹生成過程中，對(duì)每個(gè)結(jié)點(diǎn)在劃分前進(jìn)行估計(jì)，若當(dāng)前結(jié)點(diǎn)劃分不能使決策樹泛化能力提升則停止劃分。后剪枝指先從訓(xùn)練集生成一顆決策樹，自底向上對(duì)非葉結(jié)點(diǎn)進(jìn)行考察，若該結(jié)點(diǎn)對(duì)應(yīng)的子樹替換為葉結(jié)點(diǎn)能使決策樹泛化能力提升，則該子樹替換為葉結(jié)點(diǎn)；

?

• [PPT福利領(lǐng)取】分享一些高大上、有逼格的PPT模板
  

• [數(shù)據(jù)產(chǎn)品筆記】二、數(shù)據(jù)可視化設(shè)計(jì)規(guī)范
  

• [數(shù)據(jù)產(chǎn)品筆記]：一、認(rèn)識(shí)數(shù)據(jù)產(chǎn)品

• 我所理解的【數(shù)據(jù)中臺(tái)】建設(shè)方法論

• 超級(jí)PPT福利貼 | 免費(fèi)PPT素材資源領(lǐng)取

• [阿里首次公開]-數(shù)據(jù)中臺(tái)實(shí)踐完整版（附下載）

? ??