data mining - 实用机器学习工具与技术 读书笔记 （ 四 ）

在 《 data mining - 实用机器学习工具与技术 》中，读到 Decision Tree 这一章，有点卡顿。原因是自己并不知道 Tree 以及 Decision Tree 的区别在哪里，看了几天书，翻了翻 wikipedia.org, 还是不理解。但是要做下笔记，说明曾经到过这个地方了。

在 data mining - 实用机器学习工具与技术 读书笔记（三）中，谈到在构建天气与室内室外运动相关的决策树例子中（可能是高尔夫，据说是个经典例子，但我是跳看的，只看到一个列表的数据），有一个表达式，关于 info[(2,3)] 的计算公式。这个公式起初怎么也不明白，结果就是一个小数呢。有了贝叶斯的经验，我决定还是再从 《 Discrete 》离散数学机器应用这本书找找答案。 从 Tree 这一章看，也就有了后来的 《 Discrete 》读书笔记（三）。 但是一直到 Depth-first 也没有 Decision Tree 的讲解。无奈翻翻 《概率与统计》《托马斯微积分》同样，无解，因为我根本对两本书都不通嘛。

于是上知乎，搜索 Decision Tree, 有了。原来是 information theory , entropy， ID3, C4.5 的应用。

从 wikipedia 入手吧，只能做个翻译，给自己先了解点基础，做做笔记

Entropy : http://en.wikipedia.org/wiki/Entropy_(information_theory)

ID3 algorithm http://en.wikipedia.org/wiki/ID3_algorithm

C4.5 algorithm http://en.wikipedia.org/wiki/C4.5_algorithm

还有一本书， 《 Elements of Information Theory 》，也是一堆公式堆砌。还是 wikipedia 白话文好懂。

什么是 Entropy ? Entropy 是对一组事件出现概率不确定性的度量。这里是信息论中的说法。简单来说：

1） 如果一组事件中，只能出现一种结果，那么它的 Entropy 就是 0 。它没有不确定性，带来的信息（ information) 最少；

2） 如果一组事件中，会有相同概率出现不同的两种结果，那么它的 Entropy 就是 1. 它有不确定性，带来的信息比第一种情况多。

3） 假如一组事件中，会有 a, b, c, d 四种同概率的结果，那么它的 Entropy 就是 2. 它带来的信息更多，不确定性更大

所以 Entropy 是用来衡量不确定性有多大的一种属性，它的刻度可以有 shannon, nat, or hartley. 三种刻度各自对应了对数底数。信息论中以 shannon 为单位刻度，所以底数就是 2 , 单位为 bit.

1 个 bit 可以带来 2 个结果，0， 1，那么这个 Entropy 就是 1. 2 个 bit 带来 4 个结果，00，01，10，11. 所以 Entropy 是 2. 以此类推，得到一个公式：

H(S)=−∑p(xi)∗log2p(xi)
H(S) = - \sum p(xi)* \log_2 p(xi)

由此证明，如果 Entropy 越大，说明信息越多，那么不确定就越强，在做 Decision Tree 的时候，就是要让 Entropy 慢慢变小。