20201229 -
我記得很久之前我曾經遇到過這種問題，一開始我還很納悶，一般情況下，輸入到分類器的資料應該都是數值型的，對於字串型的他應該處理不了，但是當時我卻得出了結論，sklearn中的決策樹，能夠幫助我講這些資料處理。
但是，我感覺，可能是有一些記憶的偏差。
那麼這裡就來具體描述一下。
問題**於，最近處理一部分資料的時候，因為資料中含有標籤型別的資料，但是直接輸入到決策樹模型中，sklearn中居然報錯了，很費解，因為基於我之前的認知，決策樹應該幫我把這部分編碼好了，而且從決策樹的原理上來說，這部分也的卻是能做的。所以我也是很納悶。
在搜尋了相關的內容之後，看了這個問答[1]明白了，這是因為sklearn中的實現方式導致的，一般針對這種資料的處理就是進行編碼，不管是label編碼，或者獨熱編碼都行。
但是在這篇介紹編碼的文章[2]中，提到很多內容，例如基於樹的分類器可以不用獨熱編碼，因為樹本質上就是一種獨熱編碼，這篇文章後續還要更細緻理解。
決策樹是比較經典的分類演算法，而其中分為了不同的版本，我們常用的包括：id3、c4.5、cart這三種，當然還有c5.0，c5.0是並不是開源的。最開始的時候，我一直理解他們之間的區別僅僅是在選擇分治節點的時候，不同的函式而已，當時沒有具體進行研究，最近做實驗的時候突然看到了這部分的不同，特此進行記錄。
id3 c4.5 cart決策樹原理及sklearn實現
id3、c4.5、c5.0、cart決策樹區別
id3、c4.5、cart三種決策樹的區別
decision trees
在最後的sklearn文件中提到，sklearn使用的是cart，跟c4.5是非常相似的。
同時，在做實驗的時候也提到了乙個問題，id3並不能直接處理連續性的資料，這部分在前面的幾篇文章中都有體現。
[1]strings as features in decision tree/random forest
[2]資料預處理：獨熱編碼（one-hot encoding）和 labelencoder標籤編碼
SKlearn之決策樹
決策樹是一種非引數的監督學習方法。模組 sklearn.tree sklearn建模的步驟 1 選擇並建立模型 例 clf tree.decisiontreeclassifier 2 提供資料訓練模型 例 clf clf.fit x train,y train 3 獲取需要的資訊 例 result ...
Sklearn決策樹的應用
sklearn庫中的決策樹有兩種 分類決策樹 回歸決策樹。下面我們通過具體的案例學習如何使用這兩種決策樹。分類決策樹 分類決策樹 decisiontreeclassifier 就是通過對訓練集的訓練，然後對測試集中的資料做出正確的分類。這個 反映了銀行通過對乙個人的評判，然後決定是否給予其貸款 序號...
sklearn 決策樹例子 決策樹 規則挖掘應用
本次主要簡單介紹下決策樹在風控規則中的簡單應用，讓讀者快速入門。在後續的文章中，會逐一介紹決策樹的各種演算法原理，如資訊增益 id3演算法 c4.5演算法 c5.0演算法等，希望感興趣的朋友可以關注下。前言 決策樹是資料探勘中十分常用的分類方法，歸屬於機器學習中的監督學習演算法。監督學習就是給出一堆...