在以各種「xx學習」為代表的人工智慧技術普及之前，遊戲裡常見的角色 ai 都是各種預設的行為邏輯，比如博弈樹和行為樹，當然也會用到各種專家知識庫。當這些預設的行為邏輯足夠複雜的時候，往往會讓遊戲玩家覺得遊戲裡的人物很「智慧型」。從本質上來說，這些都還不算是真正的 ai，但也能夠給遊戲的體驗增加很多樂趣，這一課我們就來介紹三種常見的給角色預設行為邏輯的方法，分別是決策樹、博弈樹和行為樹。在介紹決策樹之前，先說一下分類演算法，它是機器學習領域裡的基本演算法之一，常見的分類演算法有貝葉斯分類演算法、knn 演算法、邏輯回歸演算法、神經網路演算法等，當然，還有各種深度學習演算法。決策樹是一種簡單但廣泛使用的分類器，因此，決策樹也是一種分類演算法。
決策樹長什麼樣
決策樹易於理解，通過解釋後就能知道決策樹所表達的意義了。決策樹的每個內部節點表示在乙個屬性上的測試，每個分支代表該測試的乙個輸出，而每個樹葉結點則代表乙個分類標記，所謂的分類標記其實就是分類結果，比如「yes」或「no」。
圖（1）相親決策示意圖
圖（1）就是乙個「疑似」決策樹的示意圖，這是乙個姑娘的相親決策。之所以用「疑似」來形容，是因為這個決策樹上的判斷條件都太主觀、太抽象、沒有量化。什麼意思呢？比如說「年輕」這個條件，多少歲算年輕，多少歲算年老呢
決策樹和CART決策樹
首先簡單介紹下決策樹 說到決策樹肯定離不開資訊熵 什麼是資訊熵 不要被這名字唬住，其實很簡單 乙個不太可能的時間居然發生了，要比乙個非常可能的時間發生提供更多的資訊。訊息說 今天早上太陽公升起 資訊量是很少的，以至於沒有必要傳送。但另一條訊息說 今天早上日食 資訊量就很豐富。概率越大資訊量就越少,與...
決策樹（二）決策樹回歸
回歸 決策樹也可以用於執行回歸任務。我們首先用sk learn的decisiontreeregressor類構造一顆回歸決策樹，並在乙個帶雜訊的二次方資料集上進行訓練，指定max depth 2 import numpy as np quadratic training set noise np.r...
決策樹 回歸樹
回歸樹重要介面 交叉驗證 1 如何確定最佳節點和最佳分支 2 決策數什麼時候停止生長 防止過擬合 from sklearn import tree 匯入需要的模組 clf tree.decisiontreeclassifier 例項化 clf clf.fit x train,y train 訓練集資...