Lập trình WordPress Hosting Thủ thuật Tin học Môn học
CÔNG CỤ
Cài đặt Anaconda KNN (K Nearest Neighbors) trong Python Hồi quy tuyến tính (Linear Regression) trong Python Hồi Quy Logistic (Logistic Regression) trong Python Reference Counting trong Python Hướng dẫn cài đặt PyTorch với Deep Learning Garbage Collection trong Python Dynamic Typing trong Python Mutable and Immutable trong Python Toán tử is trong Python Cài đặt Jupyter Notebook Cài đặt package Python
MODULES
Toán tử and trong Python Toán tử or trong Python Kiểu dữ liệu float trong Python Chuyển đổi float sang int trong Python Hàm round() trong Python Mô-đun decimal của Python Phạm vi biến trong Python Tổng quan về closures trong Python Các phạm vi nonlocal trong Python Bài tập Python: DateTime trong Python Decorator trong Python Decorator với tham số trong Python Chuyển chuỗi Python thành DateTime trong Python Decorator Class trong Python TimeDelta trong Python Monkey Patching trong Python Bài tập Python: JSON trong Python Các sequence trong Python Bài tập Python : Tạo dữ liệu ngẫu nhiên trong Python Tuple và List trong Python Cắt Chuỗi (Slicing) Trong Python Dãy số Fibonacci trong Python Tìm hiểu về Iterator trong Python Iterator vs Iterable trong Python Sử dụng hiệu quả hàm iter() trong Python Tìm hiểu Generators trong Python Biểu thức Generator trong Python Context Managers trong Python Multiprocessing trong Python Xử lý MySQL trong Python Python Google Translator JSON trong Python Random trong Python Đối tượng None trong Python Sử dụng số nguyên trong Python Tìm hiểu Floor Division trong Python Phép toán Modulo trong Python Phép toán Boolean trong Python
THAM KHẢO
Cách chia List thành các phần bằng nhau trong Python Cách xóa một khóa (key) ra khỏi dictionary trong Python Hướng dẫn chuyển đổi file Google Colab sang Markdown trong Python Bài tập Python: Lập trình cơ sở dữ liệu trong Python Kết nối cơ sở dữ liệu MySQL Python Hướng dẫn kết nối Python PostgreSQL bằng Psycopg2 Hướng dẫn kết nối SQLite sử dụng sqlite3 trong Python Bài tập Python : Pandas trong Python Phạm vi số float của Python Cách lên lịch chạy script Python bằng GitHub Actions Cách tạo hằng số trong Python Các nền tảng lưu trữ tốt nhất cho ứng dụng và script Python 6 Tip viết vòng lặp For hiệu quả hơn trong Python Cách đảo ngược Chuỗi String trong Python Cách gỡ lỗi ứng dụng Python trong Docker Container bằng VS Code 10 tip One Liner bạn cần biết trong Python Cách áp dụng ngưỡng hình ảnh trong Python với NumPy Tìm hiểu về các phép toán Groupby trong Pandas Lập trình Socket trong Python Mô-đun base64 trong Python Cách giới hạn float values trong Python Tìm hiểu Mô-đun statistics Trong Python File Organizing trong Python Đổi tên File trong Python Tìm hiểu về Deque trong Python Mô-đun Calendar trong Python Tìm hiểu về Enum trong Python Sử dụng pprint trong Python Làm việc với cấu trúc Dữ liệu Stack trong Python Thư viện functools trong Python Tip sử dụng hàm round() với tham số âm trong Python Hàm print có thể nhận thêm các tham số bổ sung trong Python Tip tìm chuỗi dài nhất bằng hàm max() trong Python Cách lặp qua nhiều list với hàm zip() trong Python Tìm hiểu về MLOps trong Python Docker và Kubernetes với MLOps trong Python Kết hợp DevOps với MLOps trong Python Xử lý độ chính xác các hàm floor, ceil, round, trunc, format trong Python tối ưu quy trình MLOps Với Python Sự khác biệt giữa byte objects và string trong Python Top 4 thư viện phổ biến nhất của NLP trong Python Cách sử dụng ThreadPoolExecutor trong Python Phân tích dữ liệu Blockchain với Python Hướng dẫn triển khai Smart Contracts với Python Blockchain APIs với Python Làm việc với file ZIP trong Python Sự khác biệt giữa toán tử == và is trong Python Chuyển đổi kiểu dữ liệu trong Python Cách làm việc với file tarball/tar trong Python Sự khác biệt giữa iterator và iterable trong Python Sự khác biệt giữa set() và frozenset() trong Python Làm việc với các biến môi trường trong Python Một tác vụ phổ biến khi làm việc với danh sách trong Python Định dạng chuỗi Strings trong Python Sử dụng Poetry để quản lý dependencies trong Python Sự khác biệt giữa sort() và sorted() trong Python Từ khóa yield trong Python Lớp dữ liệu (Data Classes) trong Python với decorator @dataclass Cách truy cập và thiết lập biến môi trường trong Python Hướng dẫn toàn diện về module datetime trong Python Hướng dẫn xây dựng Command-Line Interface (CLI) bằng Quo trong Python Sử dụng Virtual Environment trong Python Từ khóa super() trong Python Số phức trong Python Ý nghĩa của một hoặc hai dấu gạch dưới đứng đầu trong Python Làm việc với Video trong OpenCV bằng Python Chỉnh sửa file trực tiếp bằng module fileinput trong Python Hướng dẫn cách chuyển đổi kiểu dữ liệu trong Python Làm việc với hình ảnh trong OpenCV sử dụng Python Metaclasses trong Python Cách chọn ngẫu nhiên một phần tử từ danh sách trong Python Hướng dẫn cài đặt và sử dụng OpenCV trong Python Phạm vi toàn cục, cục bộ và không cục bộ trong Python Tìm hiểu về từ khóa self trong các lớp Python Hướng dẫn sử dụng Rich, Typer, và SQLite trên terminal bằng Python Giới thiệu về Graph Machine Learning trong Python Cách kiểm tra một đối tượng có thể lặp (iterable) trong Python Quản lý sinh viên Python & MySQL Cách cắt (slicing) chuỗi trong Python Cách loại bỏ phần tử trùng lặp khỏi danh sách (List) trong Python Phân tích dữ liệu Apple Health bằng Python Cách làm phẳng danh sách lồng nhau trong Python Tìm hiểu về *args và **kwargs trong Python Cách xóa file và thư mục trong Python 31 Phương thức xử lý chuỗi (String) quan trọng trong Python Cách sao chép file trong Python 8 Mẹo Refactor Code Python nhanh gọn (Phần 2) Cách yêu cầu người dùng nhập liệu đến khi nhận được phản hồi hợp lệ trong Python Làm chủ Pattern Matching trong Python 3.10 Tạo app ghi chú trong Python với nhận dạng giọng nói và API Notion Các tính năng mới trong Python 3.10 5 lỗi thường gặp trong Python Sự khác biệt giữa append() và extend() trong list Python Các cách nối hai danh sách trong Python Sự khác biệt giữa str và repr trong Python Sự khác biệt giữa @classmethod, @staticmethod và instance methods trong Python Cách thêm số 0 vào đầu chuỗi trong Python Cách tạo thư mục lồng nhau (nested directory) trong Python Cách hợp nhất hai Dictionaries trong Python Cách thực thi lệnh hệ thống hoặc System Command từ Python Cách kiểm tra một chuỗi có chứa chuỗi con trong Python Cách tìm chỉ mục của một phần tử trong danh sách (List) trong Python Cách truy cập index trong vòng lặp for trong Python Cách kiểm tra file hoặc thư mục có tồn tại trong Python Cách xóa phần tử trong danh sách Python Ý nghĩa của if __name__ == "__main__" trong Python 8 mẹo tái cấu trúc Python giúp mã sạch hơn và Pythonic Hỗ trợ Async trong Django 3.1 Hướng dẫn tạo ứng dụng AI hội thoại với NVIDIA Jarvis trong Python Hướng dẫn xây dựng ứng dụng dự đoán giá cổ phiếu bằng Python Cách cài đặt Jupyter Notebook trong môi trường Conda và thêm Kernel Xây dựng ứng dụng Web Style Transfer với PyTorch và Streamlit Cách sử dụng Python Debugger với hàm breakpoint() Cách sử dụng chế độ interactive trong Python Hướng dẫn viết game Rắn Săn Mồi bằng Python 11 mẹo và thủ thuật để viết Code Python hiệu quả hơn Hướng dẫn làm ứng dụng TODO với Flask dành cho người mới bắt đầu trong Python Hướng dẫn tạo Chatbot đơn giản bằng PyTorch Xây dựng Web Machine Learning đẹp mắt với Streamlit và Scikit-learn trong Python Xây dựng web Python tự động hóa Twitter | Flask, Heroku, Twitter API & Google Sheets API Hướng dẫn sử dụng Google Sheets API với Python Cách nạp dữ liệu Machine Learning từ File trong Python Toán tử Walrus Operator- Tính năng mới trong Python 3.8 Cách thêm Progress Bar trong Python với chỉ một dòng Code List Comprehension trong Python Tạo danh sách phim ngẫu nhiên với Python Hướng dẫn Web Scraping tự động tải hình ảnh với Python Hướng dẫn sử dụng Anaconda bằng Python Hồi quy tuyến tính và hồi quy Logistic trong Python Thuật toán Naive Bayes trong Python Bắt đầu tìm hiểu Perceptron bằng Python SVM (Support Vector Machine) bằng Python Triển khai Decision Tree bằng Python Triển khai thuật toán Random Forest bằng Python Triển khai PCA bằng Python Thuật toán AdaBoost trong Python LDA (Linear Discriminant Analysis) trong Python
PYTHON NÂNG CAO
Thuật toán K-Means Clustering trong Python
CÁC CHỦ ĐỀ
Python Unit Testing
Python Regex
Python Concurrency
Tkinter Tutorial
PyQt Tutorial
Python căn bản
Python nâng cao
Django
Matplotlib
Pandas
Numpy
Python function
BÀI MỚI NHẤT
c language jpg Các kiểu dữ liệu trong C ( int - float - double - char ...) thuat toan va giai thuat gif Thuật toán tìm ước chung lớn nhất trong C/C++ thuat toan va giai thuat gif Thuật toán tính lũy thừa nhanh trong C/C++ hoc c plus plus gif Cấu trúc lệnh switch case trong C++ (có bài tập thực hành) winform jpg ComboBox - ListBox trong lập trình C# winforms python gif Random trong Python: Tạo số random ngẫu nhiên lenh cin va cout trong c 2B 2B gif Lệnh cin và cout trong C++ winform jpg Cách kết nối SQL Server trong C# Winforms
MỚI CẬP NHẬT
codeigniter gif Cách khai báo biến trong PHP, các loại biến thường gặp cai dat vertrigo server gif Download và cài đặt Vertrigo Server hoc html gif Thẻ li trong HTML hoc html gif Thẻ nav trong HTML5 tim hieu doi tuong article trong html5 gif Thẻ article trong HTML5 tao template html5 dau tien gif Cấu trúc HTML5: Cách tạo template HTML5 đầu tiên dung the img trong html de tao hinh anh gif Cách dùng thẻ img trong HTML và các thuộc tính của img dung the a trong html de tao links gif Thẻ a trong HTML và các thuộc tính của thẻ a thường dùng
Home > Python > Python nâng cao > Triển khai Decision Tree bằng Python

Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Triển khai Decision Tree bằng Python

Cây quyết định (Decision Tree) là một trong những thuật toán phổ biến và dễ hiểu nhất trong học máy. Với khả năng xử lý cả bài toán phân loại và hồi quy, Decision Tree thường được xem là công cụ mạnh mẽ và dễ áp dụng trong các bài toán thực tế.

test php

banquyen png
Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

Bài hướng dẫn này sẽ giúp bạn tự triển khai một thuật toán Decision Tree hoàn chỉnh chỉ sử dụng các module Python cơ bản và thư viện numpy. Qua đó, bạn sẽ hiểu rõ cách thức hoạt động, từ lý thuyết đến mã nguồn, mà không cần phụ thuộc vào các thư viện phức tạp.

t E1 BA A3i 20xu E1 BB 91ng 20 1 png

Decision Tree sử dụng các module Python

Dưới đây là mã nguồn kèm giải thích, giúp bạn nắm rõ từng bước triển khai.

import numpy as np
from collections import Counter

# Hàm tính toán Entropy để đánh giá mức độ hỗn loạn trong dữ liệu
def entropy(y):
    hist = np.bincount(y)  # Tính tần suất xuất hiện của từng nhãn
    ps = hist / len(y)     # Phân phối xác suất
    return -np.sum([p * np.log2(p) for p in ps if p > 0])  # Công thức tính entropy


# Lớp Node đại diện cho từng nút trong cây
class Node:
    def __init__(self, feature=None, threshold=None, left=None, right=None, *, value=None):
        self.feature = feature        # Chỉ số đặc trưng được chọn để chia
        self.threshold = threshold    # Ngưỡng chia của đặc trưng
        self.left = left              # Nhánh trái
        self.right = right            # Nhánh phải
        self.value = value            # Giá trị tại nút lá (nếu là lá)

    # Xác định nút hiện tại có phải nút lá không
    def is_leaf_node(self):
        return self.value is not None


# Lớp chính để xây dựng và huấn luyện Decision Tree
class DecisionTree:
    def __init__(self, min_samples_split=2, max_depth=100, n_feats=None):
        self.min_samples_split = min_samples_split  # Số lượng mẫu tối thiểu để tiếp tục chia
        self.max_depth = max_depth                  # Độ sâu tối đa của cây
        self.n_feats = n_feats                      # Số lượng đặc trưng sử dụng khi xây dựng
        self.root = None                            # Gốc của cây

    # Huấn luyện cây quyết định
    def fit(self, X, y):
        self.n_feats = X.shape[1] if not self.n_feats else min(self.n_feats, X.shape[1])
        self.root = self._grow_tree(X, y)

    # Dự đoán nhãn cho các mẫu
    def predict(self, X):
        return np.array([self._traverse_tree(x, self.root) for x in X])

    # Xây dựng cây bằng cách chọn chia cắt tối ưu
    def _grow_tree(self, X, y, depth=0):
        n_samples, n_features = X.shape
        n_labels = len(np.unique(y))

        # Điều kiện dừng: độ sâu, số lượng nhãn hoặc số lượng mẫu tối thiểu
        if (depth >= self.max_depth or n_labels == 1 or n_samples < self.min_samples_split):
            leaf_value = self._most_common_label(y)
            return Node(value=leaf_value)

        # Chọn ngẫu nhiên một số lượng đặc trưng
        feat_idxs = np.random.choice(n_features, self.n_feats, replace=False)

        # Tìm tiêu chí chia cắt tốt nhất
        best_feat, best_thresh = self._best_criteria(X, y, feat_idxs)

        # Phân nhánh cây
        left_idxs, right_idxs = self._split(X[:, best_feat], best_thresh)
        left = self._grow_tree(X[left_idxs, :], y[left_idxs], depth + 1)
        right = self._grow_tree(X[right_idxs, :], y[right_idxs], depth + 1)
        return Node(best_feat, best_thresh, left, right)

    # Tìm tiêu chí chia cắt (feature và threshold) tối ưu
    def _best_criteria(self, X, y, feat_idxs):
        best_gain = -1  # Lợi ích thông tin tốt nhất (initial)
        split_idx, split_thresh = None, None
        for feat_idx in feat_idxs:
            X_column = X[:, feat_idx]
            thresholds = np.unique(X_column)
            for threshold in thresholds:
                gain = self._information_gain(y, X_column, threshold)

                if gain > best_gain:
                    best_gain = gain
                    split_idx = feat_idx
                    split_thresh = threshold

        return split_idx, split_thresh

    # Tính lợi ích thông tin dựa trên Entropy trước và sau chia
    def _information_gain(self, y, X_column, split_thresh):
        parent_entropy = entropy(y)  # Entropy ban đầu

        # Chia dữ liệu thành 2 nhóm
        left_idxs, right_idxs = self._split(X_column, split_thresh)

        if len(left_idxs) == 0 or len(right_idxs) == 0:
            return 0

        # Entropy sau khi chia
        n = len(y)
        n_l, n_r = len(left_idxs), len(right_idxs)
        e_l, e_r = entropy(y[left_idxs]), entropy(y[right_idxs])
        child_entropy = (n_l / n) * e_l + (n_r / n) * e_r

        return parent_entropy - child_entropy

    # Chia dữ liệu dựa trên ngưỡng threshold
    def _split(self, X_column, split_thresh):
        left_idxs = np.argwhere(X_column <= split_thresh).flatten()
        right_idxs = np.argwhere(X_column > split_thresh).flatten()
        return left_idxs, right_idxs

    # Đi qua từng nút của cây để dự đoán
    def _traverse_tree(self, x, node):
        if node.is_leaf_node():
            return node.value

        if x[node.feature] <= node.threshold:
            return self._traverse_tree(x, node.left)
        return self._traverse_tree(x, node.right)

    # Xác định nhãn phổ biến nhất ở nút lá
    def _most_common_label(self, y):
        counter = Counter(y)
        most_common = counter.most_common(1)[0][0]
        return most_common

Giải thích mã

Bài viết này được đăng tại [free tuts .net]

Entropy: Đo độ hỗn loạn của dữ liệu. Giá trị càng nhỏ thì dữ liệu càng thuần nhất.

Node: Đại diện cho một nút trong cây quyết định. Có thể là nút chia hoặc nút lá.

DecisionTree:

  • fit: Xây dựng cây bằng cách lặp qua từng cấp độ, chọn chia cắt tối ưu.
  • predict: Duyệt qua cây từ gốc đến lá để trả về nhãn cho từng mẫu.
  • _best_criteria: Chọn đặc trưng và ngưỡng chia tốt nhất dựa trên Information Gain.
  • _grow_tree: Quy trình đệ quy xây dựng cây.
  • _split: Chia dữ liệu thành 2 nhóm theo điều kiện.

Kết bài

Decision Tree là một thuật toán dễ hiểu và mạnh mẽ trong học máy. Việc triển khai từ đầu giúp bạn nắm rõ cách cây hoạt động, từ việc chia dữ liệu đến dự đoán. Đây cũng là bước nền để học các mô hình nâng cao hơn như Random Forest hay Gradient Boosted Trees.

Bài trước Bài tiếp

Cùng chuyên mục:

Hướng dẫn cài đặt PyTorch với Deep Learning

Hướng dẫn cài đặt PyTorch với Deep Learning

LDA (Linear Discriminant Analysis) trong Python

LDA (Linear Discriminant Analysis) trong Python

Thuật toán AdaBoost trong Python

Thuật toán AdaBoost trong Python

Thuật toán K-Means Clustering trong Python

Thuật toán K-Means Clustering trong Python

Triển khai PCA bằng Python

Triển khai PCA bằng Python

Triển khai thuật toán Random Forest bằng Python

Triển khai thuật toán Random Forest bằng Python

SVM (Support Vector Machine) bằng Python

SVM (Support Vector Machine) bằng Python

Bắt đầu tìm hiểu Perceptron bằng Python

Bắt đầu tìm hiểu Perceptron bằng Python

Thuật toán Naive Bayes trong Python

Thuật toán Naive Bayes trong Python

Hồi quy tuyến tính và hồi quy Logistic trong Python

Hồi quy tuyến tính và hồi quy Logistic trong Python

Hồi Quy Logistic (Logistic Regression) trong Python

Hồi Quy Logistic (Logistic Regression) trong Python

Hồi quy tuyến tính (Linear Regression) trong Python

Hồi quy tuyến tính (Linear Regression) trong Python

KNN (K Nearest Neighbors) trong Python

KNN (K Nearest Neighbors) trong Python

Hướng dẫn sử dụng Anaconda bằng Python

Hướng dẫn sử dụng Anaconda bằng Python

Hướng dẫn Web Scraping tự động tải hình ảnh với Python

Hướng dẫn Web Scraping tự động tải hình ảnh với Python

Tạo danh sách phim ngẫu nhiên với Python

Tạo danh sách phim ngẫu nhiên với Python

List Comprehension trong Python

List Comprehension trong Python

Cách thêm Progress Bar trong Python với chỉ một dòng Code

Cách thêm Progress Bar trong Python với chỉ một dòng Code

Toán tử Walrus Operator- Tính năng mới trong Python 3.8

Toán tử Walrus Operator- Tính năng mới trong Python 3.8

Cách nạp dữ liệu Machine Learning từ File trong Python

Cách nạp dữ liệu Machine Learning từ File trong Python

Giới thiệu

Giới thiệu Liên hệ Chính sách Điều khoản

Thủ thuật

Máy tính Game Điện thoại Ứng dụng

Link hay

Học PHP Học Javascript Học Python Học Java

Liên kết

Tiếng Anh Văn học Toán
Copyright © 2021. Phát triển bởi Freetuts Team.
Top