機器學習實戰：樹迴歸中getMean（）遞歸解釋



若有幫助到你，記得點贊、收藏哦！

# -*- coding: utf-8 -*-
"""
Created on Thu Mar 22 20:33:41 2018

@author: Loulch C.C
"""

"""
T
                                   0.5
                                l /   \r
                               0.49    0.51
                            l /   \ r l /   \r
                         0.490 0.491 0.510 0.511

"""

T={'spi':0,'spv':0.5,'r':{'spi':0,'spvl':0.51,'r':0.511,'l':0.510},'l':{'spi':0,'spv':0.49,'r':0.491,'l':0.490}}

def isTree(obj):
    """
    函數說明：測試輸入變量是否爲一棵樹
    """
    return (type(obj).__name__=='dict') #判斷爲字典類型返回true

def getMean(tree):
    """
    函數說明：從上往下遍歷樹直到找到葉節點爲止，若找到兩個葉節點，計算他們的平均值
    返回值：樹的平均值（對樹進行塌陷式處理）
    """
    if isTree(tree['r']):
        tree['r'] = getMean(tree['r'])
        print(tree['r'])
    if isTree(tree['l']):
        tree['l'] = getMean(tree['l'])
        print(tree['l'])
    return (tree['l']+tree['r'])/2.0

print(getMean(T))
"""
輸出：
dict
True
float
False
float
False
0.5105
dict
True
float
False
float
False
0.4905
0.5005

遞歸過程如下：
計算getMean
先判斷r0.51，是，遞歸getMean：接着判斷r0.511，否；又接着l0.510，否；說明第一個r的遞歸到頭，計算getMean值。
再判斷r0.49，是，遞歸getMean：接着判斷r0.491，否；又接着l0.490，否；說明第一個l的遞歸到頭，計算getMean值。
最後，計算getMean值。

遞歸本來就是繞來繞去的，不是太好解釋，只能解釋到這了，新手第一次可能犯難，熟練了很好懂。
"""