数据挖掘 回归树

对于分类与回归树CART的学习（一）-------原理

2011-05-13 10:40:27

标签：决策树 分类与回归树 机器学习

原创作品，允许转载，转载时请务必以超链接形式标明文章 原始出处 、作者信息和本声明。否则将追究法律责任。http://underthehood.blog.51cto.com/2531780/564685

说明一些变量的含义

Y 

独立变量，或者成为目标变量。可以是离散的（对于分类的情况，代表类标号），也可以是连续的（对于回归的情况，代表函数值）。

如果Y是离散的，且有J个类，它的取值范围为C={1,...,J}

Xm, m = 1, ... M

所有预测变量的集合。每个预测变量可以是离散的，也可以是连续的

整个训练集，供决策树生长使用

落在节点t上的训练样本

wn

关联到样本n的权重

fn

样本n的频数

π(j),j=1,...,J           

Y=j, j=1,...,J的先验概率p(Y=j)

p(j,t),j=1,...,J

在节点t中j类中的一个样本的概率

p(t)

一个样本在节点t中的概率

P(j|t),j=1,...,J

落到节点t的j类的一个样本的概率

C(i|j)

把类j的例子错分为类i的例子的代价.显然C(j|j)=0

树生长的过程

算法只考虑单变量的分裂。

1.找到预测变量的最佳分裂点

对于连续和有序的预测变量，从小到大排列它的值。对于排列好的预测变量，从头遍历每个值来检查每个候选分裂点。最好的分裂点最大化分裂准则。

对于名词性的预测变量（如颜色：红、绿、蓝），检查每个可能的子集来获得最好的分裂。

2.找到节点的最佳分裂

在步骤1中发现的最好分裂中，选择一个可以最大化分裂准则的。

3.迭代：使用步骤2找到的最佳分类分裂节点直到停止规则满足

停止规则：

· depth of the tree branch being constructed has reached the specified maximum value.

· 树分支的深度达到了指定的最大值

· number of training samples in the node is less than the specified threshold, when it is not statistically representative to split the node further.

· 落到某个节点的训练样本的数目比指定的阈值还要少，当它已经不具有统计的典型性来进一步分裂节点

· all the samples in the node belong to the same class (or, in the case of regression, the variation is too small).

· 落到该节点的所有样本都同属于相同的类（或者在回归的情况中，变化非常小）

· the best split found does not give any noticeable improvement compared to a random choice.

· 发现的最佳分裂与随机选择的分裂相比没有显著的提升

分类准则和不纯度的估计

在节点t，最好的分类s被选择来最大化一个准则 。当一个节点的不纯度测量被定义，分裂准则用于减小不纯度。

分类不纯度

如果Y是离散的情况，有三个不纯度估计的准则：Gini不纯度、Towing不纯度、和有序Twoing不纯度.

在节点t

这里

I(a=b)为指示函数如果a=b则值为1，否则为0

Gini准则

一个节点t的不纯度为

Gini分裂准则对于不纯度的降低被定义为：

这里pL和pR是发送一个样本到左孩子节点tL和右孩子节点tR的概率。它们被估计为pL=p(tL)/p(t)和pR=p(tR)/p(t)。

注意：当用户指定了错分类代价，更改过的先验概率可以用来替换之前的先验概率。如果更改过的先验概率被使用了，那么问题可以看作成没有代价被使用。更改过的先验概率被定义为:

这里

Twoing准则

有序Twoing准则

有序Twoing准则被使用仅当Y是有序离散的。它的算法如下：

1.首先将类C={1,...,J}分成两个超类C1和C2=C-C1，满足C1={1, ..., j1}，j1=1, ..., J-1

2.使用类间测量i(t)=p(C1|t)p(C2|t)，发现分裂s*(C1)最大化 ，

3.找到超类C*1和C1最大化

回归不纯度

如果Y是连续的，分裂准则 和最小二乘偏差一起使用

这里

代理分裂(Surrogate Split)

给定一个分裂X*<=s*，它的代理分裂是一个分裂使用另外一个预测属性X，X<=sX(or X>sX)，满足与主分裂最相似并且有着正的关联预测度量(predictive measure of asscoiation)。可以有多个代理分裂。关联预测度量(Predictive measure of association)越大，代理分裂越好。

predictive measure of asscoiation关联预测度量

令 为同时没有缺失X*和X的值的学习样本(resp. 节点t的学习样本)的集合。令 为发送一个在 中的样本到相同的子节点(同时通过s*和sX判定)的概率，并且 是最大化概率 的分裂

在节点t的s*和 之间的关联预测度量是

这里pL(resp. pR)是在节点t的最好的分裂s*发送一个没有缺失X*值的样本到左子树的相对概率，pL=p(tL)/p(t)(resp. pR=p(tR)/P(t) 并且这里

并且如果分裂s*和sX发送样本n到相同的子集 指示函数的值为1，否则0

处理缺失值

如果样本的目标变量缺失了，这个样本会被忽略。所有的预测属性缺失了，这个样本也会被忽略。如果样本权重和频数缺失了、为0或者为负，样本也被忽略。

代理节点的方法用来处理预测属性的缺失值。假设X*<s*是在一个节点的最好分裂。如果X*的值对于一个样本缺失了，最好的代理节点用来决定样本应该走到哪个子节点。如果这里没有代理节点或者所有代理节点关联的预测属性丢失了，该样本被忽略。

本文出自 “UnderTheHood ” 博客，请务必保留此出处http://underthehood.blog.51cto.com/2531780/564685