决策树ID3的学习与实现

这篇博客介绍了决策树ID3算法的学习过程,重点讲解了特征提取和信息增益的概念,强调信息增益在选择分支中的关键作用,并概述了ID3算法的实现步骤。
摘要由CSDN通过智能技术生成

0. 绪论

昨天完成了决策树ID3算法的编码,心情真的很激动呀,虽然是针对具体数据而生的,但是还是很自豪的说。在这个过程中对ID3算法也加深了印象。

决策树学习主要是特征选择(实则是特征属性的排优)和基于ID3算法决策树的生成,对于决策树的剪枝本文并不讨论。

1. 示例数据


上图为示例数据集D,第一列到第六列的意义为:ID号,年龄,是否有工作,是否有房子,贷款信誉,分类类别。0表示否,1表示是。

2. 预备知识

信息熵:就决策的过程来说,熵是描述一个决策过程的混乱程度,如果选择过程是特定的则熵为0,如果决策过程是随
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