決策樹的可視化解讀

瀏覽過網上的其他帖子，發現大多都是進行環境的配置，並沒有對結果進行分析。故寫此文（其他文章寫過的內容，我就不贅述了）。

環境：Python 3.6
源代碼：https://gitee.com/zhyantao/DeepLearning/tree/master/DecisionTree

使用工具Graphviz可視化決策樹后，可以得到如下所示的一個PDF文件：

與之對應的CSV表格如下所示：

解析

• 對於①，可以發現在csv文件中，有4個age=middle_aged並且標記buy=1，故samples=4, value[不買=0，買=4]
• 對於②，除了上面的4個，還剩下10個，在這10個中，credit_rating=excellent的一共有5個，有3個買，剩下的2個不買。故②處的samples=3,value=[不買=0, 買=3]

注意：

1. 信息熵（entropy）作為不確定性的度量，其值越大，代表不確定性越強。因此當entropy=0時，結果時一個確定的值。
2. 對於決策樹，通過 sklearn 自帶的方法，確定了age作為根節點