作者：射命丸咲 Python 与 机器学习 爱好者
往期阅读：
从零开始学人工智能(12)--Python · 决策树（零）· 简介
从零开始学人工智能(13)--Python · 决策树（一）· 准则
本章用到的 GitHub 地址：https://github.com/carefree0910/MachineLearning/blob/master/Zhihu/CvDTree/one/CvDTree.py
本章用到的数学相关知识：https://zhuanlan.zhihu.com/p/24498143?refer=carefree0910-pyml
这一章就是朴素实现的最后一章了，我们会在这一部分搭建一个比较完整的决策树框架
上一章我们也提过，我们主要还需要做的只有一个：剪枝
同样的，为了简洁（懒），我们采用普通的剪枝算法：
取出待剪枝的节点
根据定义计算剪枝前（_old）的混乱程度和剪枝后（_new）的混乱程度
选出剪枝后混乱程度降低的 node、调用 node 的 prune 函数来剪枝、剪枝后把被剪掉的 node 从备选 node 列表中删去、然后再次调用整个决策树的剪枝算法
这些就是剪枝算法的全部了，不知是否比你想象中的要简洁一些？当然了、这是通过牺牲效率来换取的简洁，好的做法应该是：
找到决策树“从下往上”的次序
依次判断每个 Node 是否应该剪枝
这样做的话算法复杂度会降低不少、但实现起来也会稍微复杂一点。如果有时间的话（啧）会在后序章节中进行补充
最后放一下在数据集上运行的结果。在 Python · 决策树（零）· 简介 这一章中，我用到了这么两张图：
它们其实都是在另一种剪枝算法下的最终结果。如果按这一章的算法（令惩罚因子 alpha = 1）来做，最终结果是这样的：
此时的正确率大约是 99.4878 %，可以看到这一章的剪枝算法（在惩罚因子 alpha = 1 时）把原先对应第 19 维数据的第二层 Node 中取值为 w 的子树给剪掉了。
以上及之前的各章节加总即是一个比较朴素的决策树的所有实现，它有如下功能：
支持任意形式的离散数据、不必将数据预处理成数值形式
支持可视化最终的决策树模型
支持通过准确率来评估模型的好坏
这不算是一个很完善的决策树、但基本的雏形已经有了，而且由于抽象做得比较好、它的可拓展性会比较强。接下来（如果有时间的话）我们会继续做如下事情：
利用 np.bincount 来加速我们的算法
让我们的决策树支持输入样本权重和支持连续型特征
将 C4.5 算法整合到这个框架中
（争取）把 CART 算法也整合到这个框架中
希望观众老爷们能够喜欢~
公众号后台回复关键词学习
回复 人工智能 揭开人工智能的神秘面纱
回复 贝叶斯算法 贝叶斯算法与新闻分类
回复 机器学习 R&Python机器学习
回复 阿里数据 阿里数据系列课程
回复 Python Python机器学习案例实战
回复 Spark 征服Spark第一季
回复 kaggle 机器学习kaggle案例
回复 大数据 大数据系列视频
回复 数据分析 数据分析人员的转型
回复 数据挖掘 数据挖掘与人工智能
回复 机器学习 R&Python机器学习
回复 阿里数据 阿里数据系列课程
回复 R R&Python机器学习入门
