机器学习第四章【决策树】学习记录:ID3练习题:给定如下一个训练集,计算并画出ID3决策树。

数据表如下图:    1.首先计算结果选项出现的频率:类1(p1)类2(p2)0.64290.3571     2.计算因变量的期望信息:               E = 0.94       3.计算自变量的期望信息:属性2657075788085909596数量131131211               E(2)=吃饭去,回来继续...
摘要由CSDN通过智能技术生成

  • ID3决策树学习算法是以信息增益为准则来划分的属性的。对于一个属性的信息增益越大,一般而言,使用这个属性来进行划分所获得的“纯度提升”越大。
  • ID3中的ID是Iterative Dichotomiser(迭代二分器)的简称。

数据表如下图:

 

    1.首先计算结果选项出现的频率:

类1(p1) 类2(p2)
0.6429 0.3571
     2.计算因变量的期望信息:
               
  • 9
    点赞
  • 35
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值